「機械学習」の版間の差分
ナビゲーションに移動
検索に移動
(→距離の測定) |
(→距離の測定) |
||
| 25行目: | 25行目: | ||
====距離の測定==== | ====距離の測定==== | ||
*[https://ja.wikipedia.org/wiki/%E3%83%A6%E3%83%BC%E3%82%AF%E3%83%AA%E3%83%83%E3%83%89%E8%B7%9D%E9%9B%A2 ユークリッド距離] | *[https://ja.wikipedia.org/wiki/%E3%83%A6%E3%83%BC%E3%82%AF%E3%83%AA%E3%83%83%E3%83%89%E8%B7%9D%E9%9B%A2 ユークリッド距離] | ||
| + | *[https://manabitimes.jp/math/1127 ユークリッド距離とマンハッタン距離] | ||
*[https://manabitimes.jp/math/1269 LPノルム] | *[https://manabitimes.jp/math/1269 LPノルム] | ||
2021年5月20日 (木) 15:30時点における版
機械学習
基礎
- 未定義の値はパラメータ、説明はモデル
- 典型的には、学習と推論の2段階でアルゴリズムを調べる
- 学習段階での目的は、特徴モデルと呼ばれるデータを記述し、モデルに要約すること
- 特徴ベクトルは、実際のデータを単純化したもの、学習・推論のステップはデータそのものではなく、特徴ベクトルに依存
- 測定する値とどの測定値を比較すべきかの設計は、特徴量設計と呼ばれる
- 調べる特徴の数が多すぎるとパフォーマンスが低下する可能性(次元の呪い)
- 同一性は構成されている特徴に分解される
学習アプローチ
- 訓練データ
- 特徴ベクトル
- 学習アルゴリズム
- モデル
推論アプローチ
- テストデータ
- 特徴ベクトル
- モデル
- 予測
距離の測定
© 2006 矢木浩人
