機械学習 の変更点
Top > 機械学習
- 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)