これは何?
機械学習の分類にはいろいろ手法がありますが、いくつかのサイトからヒントを得て、日本と英語でマインドマップに書いてみました。
マインドマップ
mindmap powered by astah*
表とテキスト
機械学習 Machine Learning | |||||
---|---|---|---|---|---|
古典学習 (Classical Learning) | |||||
教師あり (Supervised) | |||||
分類 (Classification) | |||||
k近傍法 | k-NN(k-Nearest Neibour) | ||||
単純ベイズ分類(Naive Bayes) | |||||
サポートベクタマシン | SVM(Support Vector Machine) | ||||
ロジスティック回帰 | Logistic Regression | ||||
決定木 | Decision Tree | ||||
用途: | |||||
ID不正検知(Identity Fraud Detection) | |||||
画像分類(Image Classification) | |||||
診断(Diagnostics) | |||||
チャーン分析=顧客維持 (Churn Survey Customer Retention) | |||||
回帰 (Regerssion) | |||||
線形回帰 | Linear Regression | ||||
多項式回帰 | Polynomial Regression | ||||
Ridge回帰 | Ridge Regression | ||||
Lasso回帰 | Lasso Regression | ||||
用途: | |||||
人気度予測(Ad. Popularity Prediction) | |||||
天気予報(Weather Forecasting) | |||||
市場予測(Market Forecasting) | |||||
平均寿命(Estimating Life Expectency) | |||||
人口予測(Population Prediction) | |||||
教師なし (unsupervised) | |||||
クラスタリング (Clustering) | |||||
K-Meansクラスタリング | K-Means | ||||
Mean-Shiftクラスタリング | Mean-Shift | ||||
ファジーC-Meansクラスタリング | Fuzzy C-Means | ||||
DBSCAN | DBSCAN | ||||
凝集型階層的クラスタリング Agglomerative Hierarchical Clustering(AHC) | |||||
用途: | |||||
ターゲットマーケティング(Target Marketing) | |||||
リコメンデーション(Recommendation System) | |||||
顧客セグメンテーション(Customer Segmentation) | |||||
パターン抽出 (Pattern Search) | |||||
Euclat アルゴリズム | Euclat | ||||
Apriori アルゴリズム | Apriori | ||||
FP-Growth(Frequent Pattern-growth)アルゴリズム | |||||
次元削減 (Dimension Reduction) | |||||
t-SNE | |||||
T-distributed Stochastic Neighbor Embedding | |||||
t分布型確率的近傍埋め込み法 | |||||
主成分分析 | PCA(Principle Component Analysis) | ||||
潜在意味解析 | LSA(Latent Semantic Analysis) | ||||
特異値分解 | SVD(Singular Value Decomposition) | ||||
線形判別分析 | LDA(Linear Discriminant Analysis) | ||||
多次元尺度法 | MSD | ||||
用途: | |||||
有意味圧縮(Meaningful Compression) | |||||
ビッグデータ可視化(Big Data Visualization) | |||||
特徴抽出(Feature Elicitation) | |||||
構造発見(Structure Discovery) | |||||
ニューラルネットと深層学習 (Neural Nets and Deep Learning) | |||||
多層パーセプトロン MLP(Multi Layer Perceptrons) | |||||
自己符号化器 Autoencoders | |||||
seq2seq | |||||
敵対的生成ネットワーク GAN(Generative Adversarial Networks) | |||||
回帰型ニューラルネットワーク RNN(Recurrent Neural Networks) | |||||
GRU(Gated Recurrent Unit) | |||||
LSTM(Long Short-Term Memory) | |||||
畳み込みニューラルネットワーク Convolutional Neural Networks(CNN) | |||||
DCNN(Deep CNN) | |||||
アンサンブル学習(多数決) (Ensemble Learning) | |||||
スタッキング(Stacking) | |||||
バッギング (Bagging) | |||||
Random Forest | |||||
ブースティング (Boosting) | |||||
XGBoost | |||||
幅優先 | |||||
LightGBM | |||||
深さ優先 | |||||
CatBoost | |||||
ロシア製 | |||||
AdaBoost | |||||
強化学習 (Reinforcement Learning) | |||||
遺伝的アルゴリズム | Genetic Algorithm | ||||
A3C | |||||
SARSA | |||||
Q-Learning | |||||
Deep Q-Network(DQN) | |||||
用途: | |||||
Game AI | |||||
Skill Acquisition | |||||
Robot Navigation | |||||
Realtime Decision |
参考にしたサイト
- Machine Learning for Everyone In simple words. With real-world examples. Yes, again (Neural Networksだけ別枠として Classic と分離)
- The Future with Reinforcement Learning (用途ベースでまとまっている)