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。
機械学習アルゴリズムをカテゴリ別にまとめたマインドマップを作ってみました。
(正しい保証はありませんが、なんとなくカテゴライズしてみました。)
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。
教師なし学習は、おおまかに分けて、次元削減系とクラスタリング系の2つがあるように思います。
- 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。
関連記事
-
-
【機械学習】決定木(decision tree)について。
教師あり学習の一つである決定木(desicion tree)について勉強したことを書いていきます。
-
-
【Weka】CSVファイルを読み込んで決定木を実行。
フリーの機械学習ソフト Weka を使って、CSVファイルを読み込んで決定木(Decision Tr
-
-
【PyTorch】ニューラルネットワークを構築する方法【NN】
今回は、PyTorch を使って、ニューラルネットワーク(NN)を構築したときのメモです。 フ
-
-
【画像認識】 Google画像検索結果を取得する方法 【google image download】
今回は、深層学習(DeepLearning)で画像認識をするための画像データの収集を、Google画
-
-
【Weka】欠損データを自動的に補完するフィルタを使ってみた。
機械学習で用いるデータについてです。データは完璧なことに越したことはないが、通常は、ある属性の値が入
-
-
【TensorFlow】GPUを認識しない時の対処方法【Python】
TensorFlow で GPU を認識させようとしたときにハマってしまったので、その対処方法のメモ
-
-
【Fashion-MNIST】ファッションアイテムのデータセットを使ってみた【TensorFlow】
今回は、機械学習用に公開されているデータセットの1つである「Fashion-MNIST」について紹介
-
-
【深層学習】 TensorFlow と Keras をインストールする【Python】
今回は、Google Colaboratory 上で、深層学習(DeepLearning)フレームワ
-
-
【転移学習】学習済みVGG16 による転移学習を行う方法【PyTorch】
今回は、PyTorch を使って、学習済みのモデル VGG16 を用いて転移学習をしてみました。
-
-
【探索】縦型・横型・反復深化法の探索手法の比較。
探索とは、チェスや将棋や囲碁などのゲームをコンピュータがプレイするときに、どの手を指すかを決定するの