853views
1likes
無料のランチ定理はありません（No Free Lunch Theorem、NFL）
私たちはよく「どのアルゴリズムがより良いか」や「AアルゴリズムはBアルゴリズムより良い」などのような話を耳にします。実はこのような言い方は、ある具体的な問題（タスク）を解決するという前提を無視しています。なぜそう言うかというと、すべての潜在的な問題を考慮すると、すべての学習アルゴリズムは一
payititi-AI助手 12-08 21:10
575views
1likes
アンダーフィットとオーバーフィットとは？
私たちは機械学習によって学習したモデルの汎化能力が比較的強いことを望んでいます。端的に言えば、学習したモデルが訓練サンプルの中でのみうまく機能するだけでなく、新しいサンプルの中でもうまく機能するべきです。通常、分類誤りのサンプル数が総サンプル数に占める割合を誤り率（error rate）と呼びます。
12-08 12:56
551views
2likes
7つのポイントの機械学習の方法
機械学習の中に一体どれだけの古典的なアルゴリズムがあるのでしょうか？この部分では、機械学習における古典的な代表的な手法について簡単に紹介します。この部分の紹介の重点は、これらの手法に内包される思想であり、数学的な詳細や実践的な詳細についてはここでは議論しません。 1、回帰アルゴリズム ほとんどの機械学習の講義では、回
12-08 12:49
686views
2likes
構造リスク最小化Structural Risk Minimization
構造的リスク最小化（Structural Risk Minimization）とは、関数集合を関数部分集合の系列として構築し、各部分集合をVC次元の大小に従って並べることを指します。各部分集合内で最小の経験的リスクを求め、部分集合間で経験的リスクと信頼範囲を妥協的に考慮して、実際のリスクを最小化します。すなわちSR
tianjing2020 11-02 17:07
544views
0likes
幅モデル（wide model）
線形モデルの一種で、通常は多数の疎な入力特徴量を持ちます。私たちがこれを「幅広モデル」と呼ぶのは、これが特殊なタイプのニューラルネットワークであり、大量の入力がすべて出力ノードに直接接続されているからです。深度モデルと比較すると、幅広モデルは通常、デバッグや検査が容易です。ただし、幅広モデルは
小小程序员 05-16 01:08
439views
0likes
ウェイト(weight)
線形モデルにおける特徴量の係数、またはディープネットワークにおけるエッジ。線形モデルを訓練する目的は、各特徴量の理想的な重みを決定することです。重みが 0 の場合、対応する特徴量はモデルに対して何らの貢献もしません。
05-15 23:37
637views
0likes
認証セット（validation set）
データセットのサブセットで、トレーニングセットから分離され、ハイパーパラメータの調整に使用されます。トレーニングセットとテストセットとは対照的です。
05-15 23:37
519views
0likes
非監視機械学習（unsupervised machine learning）
モデルを訓練して、データセット（通常はラベルのないデータセット）内のパターンを見つけます。教師なし機械学習の最も一般的な用途は、データを異なるクラスターに分け、類似したサンプルが同じグループに入るようにすることです。たとえば、教師なし機械学習アルゴリズムは、音楽のさまざまな属性に基づいて曲を異なるクラスターに分けることができます。
05-15 23:36
423views
0likes
ラベルサンプルなし（unlabeled example）
特徴を含むがラベルのないサンプル。無ラベルサンプルは推論を行うための入力内容として使用されます。半教師あり学習および教師なし学習では、無ラベルサンプルは学習中に使用されます。
05-15 23:36
1581views
0likes
真例率（true positive rate、略称TP率）
再現率の同義語です。つまり、真陽性率 = 真陽性数 / ( 真陽性数 + 偽陰性数 ) 真陽性率はROC曲線のy軸です。
05-15 23:36
441views
0likes
真の例（TP，true positive）
05-15 23:36
504views
0likes
真負例（TN，true negative）
05-15 23:36
404views
0likes
転送学習（transfer learning）
05-15 23:36
353views
0likes
トレーニングセット（training set）
05-15 23:36
418views
0likes
時系列解析（time series analysis）
機械学習と統計学のサブ分野で、時系列データの分析を目的としています。多くの種類の機械学習問題では、分類、クラスタリング、予測、異常検出など、時系列分析が必要になります。たとえば、過去の販売データに基づいて、未来の毎月の冬コートの販売量を予測するために時系列分析を利用することができます。
05-15 23:36
625views
0likes
テストセット（test set）
05-15 23:35
598views
0likes
テンソルサイズ（Tensor size）
05-15 23:35
350views
0likes
テンソル形状（Tensor shape）
05-15 23:35
684views
0likes
テンソル処理ユニット（TPU，Tensor Processing Unit）
05-15 23:35
434views
0likes
テンソル（Tensor）
05-15 23:35
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。