基礎知識 決定木とは？不純度の計算も分かりやすく解説
機械学習の手法
基礎知識混合ガウスモデル(Gaussian Mixture Model)とは?
この記事を読んで分かること 混合ガウスモデルとは何か 混合ガウスモデル(Gaussian Mixture Model)とは 混合ガウスモデルとは、 クラスタリングの手法の1つで、データが複数の...
基礎知識k-means法とは？図解で分かりやすく解説!!
この記事を読んで分かること k-means法とは何か k-means法のアルゴリズム k-means法の評価方法 k-means法とは k-means法とは、 クラスタリング手法の...
基礎知識主成分分析(PCA)とは？図解で分かりやすく解説
この記事を読んで分かること 主成分分析(PCA)とは何か 主成分分析のアルゴリズム 主成分の選び方 主成分分析(PCA)とは 主成分分析(PCA)とは、 次元削減の手法の1つで、た...
基礎知識GBDT(勾配ブースティング木)とは？図解で分かりやすく説明
この記事を読んで分かること GBDT(勾配ブースティング木)とは何か GBDTの特徴 GBDTのライブラリ GBDT(勾配ブースティング木)とは GBDT(勾配ブースティング木)とは、 ...
基礎知識アンサンブル学習とは？バギング、ブースティング、ブースティングを図で解説
この記事を読んで分かること アンサンブル学習とは何か バギングとは何か ブースティングとは何か スタッキングとは何か アンサンブル学習とは アンサンブル学習とは、 複数のモデルを組み...
基礎知識決定木とは？不純度の計算も分かりやすく解説
この記事を読んで分かること 決定木とは何か 決定木のアルゴリズム ジニ不純度の計算方法 決定木とは 決定木とは、 条件分岐によって問題を解く機械学習の手法 です。 ...
基礎知識機械学習手法の選び方!!教師ありモデルの実践的チャート付
機械学習の手法には様々なものがありますが、初学習者にはどの手法を使えばよいか分からないと思います。 状況に応じて臨機応変に選ぶというのが正しいのですが、それだと元も子もないのである程度の指針をまとめました。 ...
基礎知識kNN(k-Nearest Neighbor method)とは?k近傍法を分かりやすく解説!!
kNN(k-Nearest Neighbor method)とは? kNN(k-Nearest Neighbor method)は、覚えたデータを利用するというモデルです。 「学習データでパラメータの最適化を行う」という過程はな...
基礎知識ランダムフォレスト(Random forest)とは?機械学習モデルを分かりやすく解説!!
ランダムフォレスト(Random forest)とは? ランダムフォレストは、決定木を複数個利用し、多数決を取って予測するモデルです。 ランダムフォレストは分類と回帰のどちらの問題にも利用することができます。 言葉...
基礎知識ナイーブベイズ( Naive Bayes)とは?確率に基づいて分類する手法!!
ナイーブベイズ( Naive Bayes)とは? ナイーブベイズは確率に基づいて予測を行うモデルで、ベイズの定理の考え方をもとにしたアルゴリズムとなっています。 ナイーブベイズは分類に問題にも利用することができます。 スパ...