ディレクトリ
機械学習(周Zhihua)
第1章はじめに
1.1機械学習とは
過去のデータ(経験)を使用して特定のモデルをトレーニングし、このモデルを使用して将来を予測します。
トム・ミッチェルはより正式な定義をしました:
1998年、トムミッチェルは機械学習のより正式な定義を発表しました。コンピュータプログラムは、タスクEとパフォーマンス測定Pに関して、経験Eから学習すると言われています。経験あり
コンピュータプログラムは、経験E(既存のデータまたは経験)から学習し、いくつかのタスクTを解決し、Pを通じて測定します。つまり、TのパフォーマンスはPによって測定され、Eによって改善されます。
1.2基本的な用語
例(サンプル)(特徴ベクトル)
属性(機能)
属性値(固有値)
次元
トレーニングセット、テストセット、ラベル、ラベルスペース
サンプル
分類(予測値は離散的)および回帰(予測値は連続的)
2つのカテゴリ(ポジティブとネガティブ)と複数のカテゴリ
クラスタリング
教師あり学習と教師なし学習(トレーニングデータに情報がラベル付けされているかどうか)
汎化能力(新しいサンプルに適用するモデルの能力)