機械学習 の変更点

• 追加された行はこの色です。
• 削除された行はこの色です。
• 機械学習 へ行く。

#contents

*大分類 [#dd0affb1]
**強化学習 (reinforcement learning) [#reinforcement learning] [#pca27006]
**強化学習 (reinforcement learning / RL) [#reinforcement_learning]
-TD学習
-Q学習
-深層強化学習 (Deep Q-Network)
**教師なし学習 [#j4d63469]
-主成分分析
-K平均法 (k-means)
-混合ガウス分布
**教師あり学習 [#g17ee470]
***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。

***モデル・アルゴリズムによる分類 [#h6910ad1]
&size(12){&color(Navy){(R)};};は回帰、&size(12){&color(Maroon){(C)};};は分類。

-''[[線形モデル>#LinerModel]]''
&size(12){&color(Navy){(R)};};線形回帰、&size(12){&color(Navy){(R)};};リッジ回帰、&size(12){&color(Navy){(R)};};ラッソ、&size(12){&color(Navy){(R)};};Elastic Net回帰
&size(12){&color(Navy){(R)};};最小角度回帰、最小角度回帰Lasso&size(12){&color(Navy){(R)};};
--マルチタスク
&size(12){&color(Navy){(R)};};マルチタスクLasso、&size(12){&color(Navy){(R)};};マルチタスクElastic Net
-''サポートベクタ''
&size(12){&color(Maroon){(C)};};サポートベクタマシン (SVM)、&size(12){&color(Navy){(R)};};サポートベクタ回帰
-''[[決定木>#DecisionTree]]''
&size(12){&color(Maroon){(C)};};分類木、&size(12){&color(Navy){(R)};};回帰木
--ランダムフォレスト
&size(12){&color(Maroon){(C)};};ランダムフォレスト分類器、&size(12){&color(Navy){(R)};};ランダムフォレスト回帰
-''一般化線形モデル (general linear model : GLM)''
&size(12){&color(Maroon){(C)};};ロジスティック回帰
&size(12){&color(Maroon){(C)};};ソフトマックス回帰（多クラスロジスティック回帰）
-&size(12){&color(Maroon){(C)};};[[単純ベイズ (Naive Bayes)>#NaiveBayes]]
-&size(12){&color(Maroon){(C)};};線形識別関数
-&size(12){&color(Maroon){(C)};};部分空間法
-&size(12){&color(Maroon){(C)};};ベイズ識別関数
-&size(12){&color(Maroon){(C)};};k近傍法
-ニューラルネットワーク (NN) （深層学を含む）
単純パーセプトロン
多層パーセプトロン
畳み込みニューラルネットワーク (CNN)
敵対的生成ネットワーク (GAN / GANs)
再帰型ニューラルネットワーク (RNN)
*各論 [#t8d04fc7]


**線形モデル [#LinerModel]
: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) [#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


**決定木 [#DecisionTree]
: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

**Deep Learning 深層学習 [#y75c91e9]
***学習器 [#k0f2d33e]
-FFN：&size(14){[[Feed Forward Network]]};
-CNN：&size(14){[[Convolutional Neural Network]]：畳み込みニューラルネットワーク};
-RNN：&size(14){[[Recurrent Neural Network]]：回帰型ニューラルネットワーク};
-GAN：&size(14){[[RGenerative adversarial networks]]：敵対的生成ネットワーク};
-[[Transformer]]
--BERT：&size(14){[[Bidirectional Encoder Representations from Transformers]]};
***層・機構 [#n8eb4e81]
-Affine 全結合層
-畳み込み層
-プーリング層
-[[Attention Mechanism]]（注意機構）