トップ>図解解説>マインドマップ：機械学習

マインドマップA：機械学習の手法分類

学習パラダイム × 評価 × 過学習対策を正しい階層で一望
使い方

上半分が学習パラダイム（実線）、下半分が評価・対策（破線）です。アンサンブル学習は教師あり学習の中のテクニックとして配置しています。色付きノードをクリックすると詳細ページへ移動できます。

── 学習パラダイム ── ── 評価・対策 ── SVM 決定木 k-NN ロジスティック回帰 線形回帰 ニューラルネットワーク バギング ランダムフォレスト ブースティング XGBoost / LightGBM スタッキング K-means 階層的クラスタリング PCA（主成分分析） t-SNE 自己学習 ラベル伝搬 Q学習 方策勾配法 → 深層強化学習へ 混同行列 適合率（Precision） 再現率（Recall） F1スコア ROC曲線 / AUC 正則化 (L1 / L2) 交差検証 ドロップアウト 早期終了 分類 回帰 アンサンブル学習 クラスタリング 次元削減 教師あり学習 教師なし学習 半教師あり学習 強化学習 評価手法 過学習対策 機械学習 凡例 ── 実線 = 学習パラダイム ／ 破線 = 評価・対策 教師あり学習 アンサンブル（教師ありの中） 教師なし学習 半教師あり 強化学習 評価 対策