ai

単語カード

設定全面表示

• 教師あり学習

  教師あり学習とは、学習データに正解を与えた状態で学習させる手法です。教師あり学習で解く問題で代表的なのが、「回帰」と「分類」です。
  
  回帰とは、連続する数値を予測するものです。平均気温や天候といったデータとお弁当の販売個数の関係を学習し、将来のお弁当の販売個数を予測する、といったものが回帰にあたります。
  線形回帰　リッジ回帰
  株価予測
  
  分類とはあるデータがどのクラスに属するかを予測するものです。迷惑メールか否かが分かっているクラス分けがされたデータから文章の特徴とクラスの関係を学習し、新着メールが迷惑メールか否かを予測する、といったものが分類にあたります。
  ロジスティック回帰　サポートベクタマシン
  メールのスパム検知
• 教師なし学習

  教師なし学習とは、学習データに正解を与えない状態で学習させる手法です。たとえば大量のメールを教師なし学習で学習すると、文章の特徴が似ているか否かを導きグループ分けできます。教師あり学習のように、メールが通常メールか迷惑メールかというような正解を与えて学習するわけではないため、そのグループがなにを示すのかは解釈が必要です
  
  クラスタリング　クラスタリングはデータ間の類似度にもとづいて、データをグループ分けする手法
  
  次元削減　高次元、つまり多くの変数からなるデータの次元を減らし、データを要約することを目指す
  主成分分析
• 深層心理　ディープラーニング

  十分なデータ量があれば、人間の力なしに機械が自動的にデータから特徴を抽出してくれるディープニューラルネットワーク（DNN）を用いた学習
  画像認識　音声認識　自然言語処理　異常検知
• 強化学習

  コンピューターはある環境の中で、目的として設定された報酬（スコア）を最大化するための行動を学習する。　代表例としてロボットの歩行制御

広告

コメント