機械学習 のバックアップ(No.9)

• バックアップ一覧
• 差分 を表示
• 現在との差分 を表示
• 現在との差分 - Visual を表示
• ソース を表示
• 機械学習 へ行く。
  • 1 (2019-06-17 (月) 14:23:50)
  • 2 (2019-06-18 (火) 09:03:36)
  • 3 (2019-06-18 (火) 10:05:04)
  • 4 (2019-06-18 (火) 11:07:06)
  • 5 (2019-06-18 (火) 12:09:00)
  • 6 (2019-06-18 (火) 14:57:40)
  • 7 (2019-06-18 (火) 21:55:59)
  • 8 (2019-06-20 (木) 12:17:35)
  • 9 (2019-12-06 (金) 21:27:27)
  • 10 (2020-06-11 (木) 17:30:44)
  • 11 (2021-02-15 (月) 03:02:57)

大分類

強化学習

• TD学習
• Q学習
• 深層強化学習 (Deep Q-Network)

教師なし学習

• 主成分分析
• K平均法 (k-means)
• 混合ガウス分布

教師あり学習

回帰と分類

回帰 (Regression)：推定したい結果が連続値
分類 (Classification)：推定したい結果が離散値
回帰を使って分類器を作ることもできるため、両方に渡って使われるモデルも多い。

回帰

• 線形モデル
  • 線形回帰、リッジ回帰、ラッソ、Elastic Net回帰
  • マルチタスク：マルチタスクLasso、マルチタスクElastic Net
  • 最小角度回帰、最小角度回帰Lasso
• サポートベクタ回帰
• 決定木：回帰木、ランダムフォレスト回帰

分類（識別）

• ロジスティック回帰
• ソフトマックス回帰
• サポートベクタマシン (SVM)
• 単純ベイズ (Naive Bayes)
• 決定木：分類木、ランダムフォレスト分類器
• 線形識別関数
• 部分空間法
• ベイズ識別関数

各論

線形モデル

線形回帰

sklearn.linear_model.LinearRegression

リッジ回帰

線形回帰にL2正則化項を加えたもの
sklearn.linear_model.Ridge
sklearn.linear_model.RidgeCV

ラッソ

線形回帰にL1正則化項を加えたもの
sklearn.linear_model.Lasso
sklearn.linear_model.LassoCV

Elastic Net回帰

sklearn.linear_model.ElasticNet

マルチタスクLasso

sklearn.linear_model.MultiTaskLasso

マルチタスクElastic Net

sklearn.linear_model.MultiTaskElasticNet

最小角度回帰 (Least Angle Regression / LARS)

sklearn.linear_model.Lars

最小角度回帰Lasso

sklearn.linear_model.LassoLars

単純ベイズ (Naive Bayes)

正規分布単純ベイズ

sklearn.naive_bayes.GaussianNB

多項分布単純ベイズ

sklearn.naive_bayes.MultinomialNB

補集合単純ベイズ

sklearn.naive_bayes.ComplementNB

ベルヌーイ分布単純ベイズ

sklearn.naive_bayes.BernoulliNB

決定木

回帰木

sklearn.tree.DecisionTreeRegressor

分類木

sklearn.tree.DecisionTreeClassifier

ランダムフォレスト回帰

sklearn.ensemble.RandomForestRegressor

ランダムフォレスト分類器

sklearn.ensemble.RandomForestClassifier