機械学習 のバックアップ差分(No.4)

• バックアップ一覧
• 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
• バックアップ 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)

• 追加された行はこの色です。
• 削除された行はこの色です。

#contents

*強化学習 [#x3c8620c]
-TD学習
-Q学習

*教師なし学習 [#j4d63469]
-主成分分析
-k-means

*教師あり学習 [#g17ee470]
-線形回帰
--回帰：sklearn.linear_model.LinearRegression
-線形回帰：sklearn.linear_model.LinearRegression
-正則化項付き線形回帰
--リッジ回帰：sklearn.linear_model.Ridge
--ラッソ：sklearn.linear_model.Lasso
--Elastic Net回帰：sklearn.linear_model.ElasticNet
-回帰による分類
--確率的
---ロジスティック回帰
---ソフトマックス回帰
--決定的
---サポートベクタマシン (SVM)：カーネル
-確率的
--ロジスティック回帰
--ソフトマックス回帰
-決定的
--サポートベクタマシン (SVM)：カーネル
-[[単純ベイズ (Naive Bayes)>#NaiveBayes]]
-決定木：sklearn.tree.DecisionTreeClassifier
**回帰と分類 [#q21e0f33]
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。
**単純ベイズ (Naive Bayes) [#NaiveBayes]
--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