このモジュールでは、タスクを機械学習の問題として分類する方法を調査し、さまざまな機械学習(ML)メソッドで共有される基本的な語彙用語について説明します。
フレーム処理
(管理対象)機械学習とは
ML システムの学習
入力を組み合わせる方法
有用な予測を生成する
データの量が増加
用語: ラベルと特徴
- ラベルは予測対象の変数です
- 通常は変数 y で表します。
用語: ラベルと特徴
- ラベルは予測対象の変数です
- 通常は変数 y で表します。
- 特徴は、データを記述する入力変数です。
- 通常は変数 {x1, x2, ..., xn} で表します。
用語: 例とモデル
- 例: データの特定のインスタンス、x
- ラベル付き例には {features, label} があります: (x, y)
- モデルのトレーニングに使用されます
- ラベルのない例に {features, ?}: (x、?)が含まれている
- 新しいデータの予測に使用
用語: 例とモデル
- 例: データの特定のインスタンス、x
- ラベル付き例には {features, label} があります: (x, y)
- モデルのトレーニングに使用されます
- ラベルのない例に {features, ?}: (x、?)が含まれている
- 新しいデータの予測に使用
- モデルは、サンプルを予測ラベルにマッピングします。y'
- 学習された内部パラメータによって定義される