0
2

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

【ラビットチャレンジ】 機械学習 第0章 機械学習とは

Last updated at Posted at 2019-05-31

機械学習モデリングプロセス

1. 問題設定

  • どのような課題を解決するか.
  • ルールベースプログラムで解ければそれで解いても良い.(解くのが良い)
  • ディープラーニングのデメリットは,技術的ハードルが高いこと,テストが実施しにくいこと.

2. データ選定

  • どのようなデータを使うか

3. データの前処理

  • モデルに学習させられるようにデータを変換する.
    • データが抜けている場合(欠損値)の処理とか
    • 自然言語をフォーマットに落とし込むとか

4. 機械学習モデルの選定

  • どの機械学習モデルを利用するか.
    • 線形回帰・非線形回帰
    • ロジスティック回帰
    • SVM
    • k-means
    • PCA
    • knn
    • 深層学習

5. モデルの学習(パラメータ推定)

  • パラメータの決め方.

6. モデルの評価

  • ハイパーパラメータの選定.
  • モデル精度を測る.

機械学習

  • コンピュータプログラムを経験によって自動的に改善していく方法
  • コンピュータプログラムは,タスクTを性能指標Pで測定し,その性能が経験Eによって改善される場合,タスクTおよび性能指標Pに関して経験Eから学習すると言われている.(トム・ミッチェル 1997)
  • 学習用データセット(経験E)を利用してくんれんじたあとに,未知のデータについて正確に予測・分類できるアルゴリズムの能力を言う.
0
2
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
2

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?