著者: 禅とコンピュータープログラミングの芸術
1 はじめに
##1.1 機械学習とは何ですか?
これは、コンピューター プログラミング、統計的手法、または確率論を使用してデータを予測、分析、トレーニングし、最終的にデータから知識を獲得し、行動を改善し、イベントの展開を予測する一連の自動化された機械学習アルゴリズムを指します。機械学習の主な目的は、コンピュータに「学習能力」を持たせ、画像認識、テキスト分類、スパムフィルタリング、医療診断などのアプリケーションシナリオで、タスクをより適切に実行し、問題を解決し、効率を向上させ、コストを削減することです。 、自動運転は他の分野でも重要な役割を果たしています。
1.1.1 機械学習の定義
機械学習は、人工知能、認知科学、コンピューターサイエンス、パターン認識、コンピューティング理論、通信工学などの分野をカバーする多分野の学際的な主題です。これは、コンピュータ システムが環境を学習して適応できるようにする技術です。機械学習には、教師あり学習、教師なし学習、強化学習という 3 つのサブフィールドが含まれます。
1.1.2 機械学習の 3 つの要素
- データ: 機械学習アルゴリズムに必要なデータセットは通常、入力変数 (特徴) と出力変数で構成されます。
- モデル: 機械学習モデルは、入力変数を出力変数にマッピングする関数です。
- アルゴリズム: 与えられた入力データからモデルを学習して構築する方法を決定するプロセスがアルゴリズムです。アルゴリズムが異なると、学習結果の精度、効率、汎化能力に影響します。
1.1.3 機械学習の分類
さまざまな学習方法に応じて、機械学習は 3 つのカテゴリに分類できます。
- 教師あり学習: 入出力サンプル データを与えることで、既存のラベル情報を使用してモデルをトレーニングし、モデルが未知のデータを予測できるようにします。教師あり学習は、教師あり学習と半教師あり学習に分類できます。
- 教師あり学習 (半教師あり学習)