機械学習の手法のまとめ。

機械学習は、「与えられた入出力事例をモデル化する行為」のことで、ディープラーニングなどで注目を集めています。

機械学習には、大きく分けて、

• 教師あり学習
• 教師なし学習
• 強化学習

の３つがあります。

それぞれの分野について、一覧を示して、勉強した手法からリンクを貼っていきたいと思います。

教師あり学習

教師あり学習とは、それぞれの事例に正解が与えられており、それらを正解に近くなるように学習していく、というものです。

応用分野としては、手書き文字認識やスパムメールの検出などがあります。

• Nearest Neighbor 法
• k-Nearest Neighbor 法
• パーセプトロン（Perceptron）
• 平均化パーセプトロン（Average Perceptron）
• ニューラルネットワーク
• Support Vector Machine
• Naive Bayes
• 決定木（decision tree）
• ランダムフォレスト

教師なし学習

教師なし学習とは、正解は与えられず、データ間の関係を学習する手法のことです。

• クラスター分析
• 主成分分析
• 自己組織化マップ

強化学習

強化学習とは、「行動に対する報酬」が与えられ、試行錯誤によって良い政策を学習していく手法のことです。