機械学習

・回帰分析
→スーパー等で晴れの日に何が売れる等の統計情報。
　横軸に年月日、縦軸に販売数等。
　株価の分析もこれ。
→機器などの異常検知。回帰分析から


・クラス分類
→お客さんの声を分類。
　単語ごとに分類して、たとえば「発火」であれば「現象」に分類や「モーター」であれば「部品」に分類
　　　　　「落下」であれば「原因」に分類。
　Eメールソフトの迷惑メール判定機能などに利用できる。
　手書き文字認識もこれ。入力データを０，１に分けてどの様な形ならば３なのか、などを学習させる。

・クラスタリング
→旅行マップでたとえば、京都・奈良とローマ・パリなどプロット。近いところにいる人たちをプロットする。
　顧客と顧客、商品と商品の類似性を考慮する

・ベイズ定理
ある条件が加わる前後で全然確率が変わる定理。
たとえば弓道でAさんは3/4で、Bさんは1/4で的を射るとすると、たまたま的を射たのを見た人はかなりの確率でAさんだと思う。
しかしAさんが練習に来るのはほぼなく、Bさんは毎日練習場にいるとすると逆にBさんが的を射た確率が急激に高くなる。