既読スルー未読スルー推奨
泣く泣くやらされ中の教材記録
本で十分なのに
機械学習とは、、、
教師ありは
答えをモデルに学習させる
教師ありは２つに分かれる
数値を予測する回帰
→家賃、広告クリック、売上
カテゴリを予測する分類
→商品カテゴリ、動物の種類
男女、腫瘍の有無
カテゴリが
2つなら2クラス分類（2値分類）
3つ以上なら多クラス分類
2値分類
多クラス分類
比較
実際の答えがあるから
実際の値と予測の値の誤差を
小さくするモチベーションがある
教師なしは
答えがないので
データの特徴や法則を
自ら自動抽出
類似データをグループ化する
クラスタリング
例：顧客の属性分け
→グループに最適な対策を実行できて便利
と
重要なデータを抽出する
次元削減
では、
主成分分析
という手法をよく用いる
例：データの圧縮、データの可視化
ができるため
学生の能力の可視化として
5教科の点数を次元削減し
文系と理系
や
計算力と読解力
に分ける
強化学習は
自ら試行錯誤しながら最適解を学習
※ゲーム、自動運転、ルンバ、
囲碁のAIアルファゴー
活用シーンが限定的