416views
0likes
一般化線形モデル（generalized linear model）
小小程序员 05-15 22:39
350views
0likes
一般化（generalization）
05-15 22:39
440views
0likes
全接続層（fully connected layer）
05-15 22:39
437views
0likes
フィーチャー仕様（フィーチャースペック）
05-15 22:38
548views
0likes
フィーチャーセット（フィーチャーセット）
05-15 22:38
396views
0likes
フィーチャーエンジニアリング（feature engineering）
05-15 22:35
550views
0likes
フィーチャーの組合せ（feature cross）
05-15 22:35
426views
0likes
フィーチャー列（FeatureColumns）
05-15 22:35
656views
0likes
偽正例率（false positive rate、FP率と略称する）
05-15 22:34
588views
0likes
偽正例（FP，false positive）
05-15 22:34
454views
0likes
偽負例（FN，false negative）
05-15 22:34
319views
0likes
サンプル（example）
05-15 22:34
368views
0likes
統合学習（ensemble）
05-15 22:33
412views
0likes
経験的リスクの最小化（ERM，empirical risk minimization）
05-15 22:33
401views
0likes
ネスト（embeddings）
05-15 22:32
458views
0likes
早期停止法（early stopping）
05-15 22:32
440views
0likes
ダイナミックモデル（dynamic model）
05-15 22:32
389views
0likes
廃棄正規化（dropout regularization）
05-15 22:32
171
item of content
機械学習は多分野にまたがる学問であり、確率論、統計学、近似理論および複雑なアルゴリズムに関する知識を包含しています。コンピュータをツールとして用い、人間の学習方法をリアルタイムで模倣することを目指すとともに、既存の内容を知識構造に分類して学習効率を効果的に向上させることを目指しています。