少し、勉強してわかったこと
人工知能(Artificial Intelligence)は、大きく３つに別れる。
- AI学習：SFに近いもの
- 機械学習：線形解析、決定木を使うもの
- 深層学習：ニューラルネットワーク
学習エンジン
- 決定木
- 線形回帰
- ニューラルネットワーク
基本的な考え方
- 目的変数: 予測したい変数
- 説明変数: 目的変数を説明する変数
- 誤差: 学習した結果と実際の差
- 重み: 誤差が最小になるように最適な値を探る（ここがポイント）
＊更に、学習を効率よくさせるために、ハーパーパラメータ、ブースティング、バックプロパゲーション等のテクニックを使う
参考資料
機械学習の情報を手法を中心にざっくり整理
https://qiita.com/ishizakiiii/items/f6909696c616fd6294ca
ニューラルネットワークのコスト関数とバックプロパゲーション
https://qiita.com/yusayusa/items/0b0a7a56c30b685aa521