http://scikit-learn.org/0.18/tutorial/statistical_inference/index.html をgoogle翻訳した。
scikit-learn 0.18 チュートリアル 目次
前のチュートリアル
統計学習
実験的な科学のデータセットのサイズが急速に拡大しているため、機械学習は重要性が増している技術です。さまざまな観測をリンクする予測関数を構築することから、観測を分類すること、またはラベル付けされていないデータセットの構造を学習することまで、さまざまな問題に取り組んでいます。
このチュートリアルでは、データを手がかりにした統計的学習の結果、統計的推論を目的とした機械学習技術の使用を紹介します。
scikit-learn は、古典的な機械学習アルゴリズムを科学Pythonパッケージ( NumPy 、 SciPy 、 matplotlib )の緊密に編成された世界に統合したPythonモジュールです。
統計学習:scikit-learnにおける設定と推定器オブジェクト
- データセット
- 推定器オブジェクト
教師あり学習:高次元の観測からの出力変数を予測する
- 最近傍と次元の呪い
- 線形モデル:回帰から希薄さへ
- サポートベクターマシン(SVM)
モデル選択:推定器とそのパラメータの選択
- スコア、クロスバリデーションされたスコア
- クロスバリデーションジェネレータ
- グリッド検索とクロスバリデーションされた推定器
教師なし学習:データの表現を求める
- クラスタリング:観測値をまとめてグループ化する
- 分解:シグナルからコンポーネントおよびローディングまで
すべてを一緒に入れて
- パイプライン処理
- 固有顔による顔認識
- オープン問題:株式市場構造
ヘルプの検索
- プロジェクトメーリングリスト
- 機械学習実務者とのQ&Aコミュニティ
2010 - 2016、scikit-learn developers(BSDライセンス)。