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。
Contents
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
-
-
【探索】ダイクストラ法・最良優先探索・Aアルゴリズムの比較。
縦型探索や横型探索では、機械的に順序を付け、最小ステップでゴールを目指します。 つまり、
-
-
【Chainer】手書き数字認識をしてみた【Deep Learning】
Chainerを用いて、ニューラルネットワークを構築し、手書き数字認識を行ったときのメモです。
-
-
【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
-
-
【機械学習】 scikit-learn で不正解データを抽出する方法【Python】
Python の scikit-learn ライブラリを使って機械学習でテストデータを識別(2クラス
-
-
【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
-
-
【機械学習】パーセプトロン(Perceptron)について。
パーセプトロンは、教師あり学習の中でも、入出力モデルベース(eager learning:働き者の学
-
-
【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
-
-
【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
-
-
【PyTorch】畳込みニューラルネットワークを構築する方法【CNN】
今回は、PyTorch を使って畳込みニューラルネットワーク(CNN)を構築する方法について紹介しま