トップ
>
図解解説
>
機械学習
機械学習の具体的手法
教師あり学習・教師なし学習・評価手法
このセクションの内容
教師あり学習、教師なし学習、アンサンブル学習、データの前処理、バイアスとバリアンス、損失関数、正則化、モデルの評価手法などをまとめています。
解説ページ一覧
教師あり学習
回帰分析・SVM・決定木・k-NN・ナイーブベイズ
アンサンブル学習
バギング・ブースティング・スタッキング
教師なし学習・半教師あり学習・強化学習
K-Means・階層的クラスタリング・PCA・半教師あり・強化学習の基礎
データの前処理・損失関数・正則化
正規化・標準化・バイアスとバリアンス・L1/L2正則化
ニューラルネットワークの基礎
パーセプトロン・多層パーセプトロン・活性化関数・学習の仕組み
モデルの評価手法
ホールドアウト法・交差検証・混同行列・ハイパーパラメータ
推薦システム
コンテンツベースフィルタリング・協調フィルタリング・コールドスタート問題