学習内容

機械学習の概要とケース

機械学習は1980年代に始まり、数学的に問題を解決した後、数学的に限界に達したとき、人間の脳構造に似た生態系を創造した(2010～)

機械学習とは何ですか。

問題解決台で最も効率的な方法をモデルと呼ぶ

機械学習の肝心なアルゴリズム

supervised learning

-質問と回答=feature and label

-予測、推定、分類

regression

•回帰解析(regression解析)は、観察された連続型変数を2つの変数の間にモデルを構築し、適合度を測定する解析方法である.
•使用領域
-時間の経過に伴うデータまたは影響
-仮説的実験
-因果関係
-その他の統計予測に使用
•しかし、未経験証の仮定条件のため、結果として誤用されることが多い
•ソフトウェアの発展に伴い、分析が容易になり、結果も得やすくなりますが、分析方法の正確性と情報分析の正確性は依然として研究者の責任です.
•予測値のアルゴリズム
•回帰評価にMAE、RMSEなどの指標を使用

forcast

classification

•分類解析(Classification Analysis)は、観察された連続型変数を2つの変数の間にモデル化し、適合度を測定する解析方法である.
•使用領域
-犬と猫、合格不合格などバイナリ分類
-デジタルの識別などコンピュータはデンプンではありません
-クラスの1つを選択するマルチカテゴリメソッド
•回帰予測値と比較して、分類予測は分類
•ターゲットを分類するアルゴリズム
•分類問題の評価には、ROCなどを使用して正確性を確認できます

unsupervised

-問題のみ=プロパティ

-結合モード/構造検出

anomaly
clustering

reinforcement learning

Numpy

scikit - learn