ai
暗記
-
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
-
ai