機械学習の為の数学の基礎 のバックアップ(No.6) - 闘うITエンジニアの覚え書き

[ トップ ]   [ 一覧 | 単語検索 | 最終更新 | ヘルプ ]

常備分 †

偏微分 †

線形代数 †

最小２乗法 †

勾配降下法(最急降下法) †

最尤推定 †

確率変数・確率分布 †

結合確率・条件付き確率 †

期待値 †

平均・分散・共分散 †

相関係数 †

観測頻度と相対頻度 †

標準化頻度 †

※観測頻度 - 平均値 / 標準偏差

TF-IDF †

各テキストの特徴的な単語を抽出する為の技法
TF(単語の観測度) * IDF(その単語が出現するテキストの数でテキストの総数を割った値の対数)

ランダムフォレスト †

決定木による複数の弱学習器を統合させて汎化能力を向上させる、アンサンブル学習アルゴリズムである。 おもに分類（判別）・回帰（予測）の用途で使用される

サポートベクターマシン †

サポートベクターマシン（英: support vector machine, SVM）は、教師あり学習を用いるパターン認識モデルの一つである。分類や回帰へ適用できる。

ナイーブベイズ分類器 †

アダブースト †

ランダムよりも少し精度がいいような弱い識別機を組みわせて、強い識別機を作成しようとする機械学習モデル

k近傍法 †

k近傍法（ケイきんぼうほう、英: k-nearest neighbor algorithm, k-NN）は、特徴空間における最も近い訓練例に基づいた分類の手法であり、パターン認識でよく使われる。
最近傍探索問題の一つ。k近傍法は、インスタンスに基づく学習の一種であり、怠惰学習 (lazy learning) の一種。
その関数は局所的な近似に過ぎず、全ての計算は分類時まで後回しにされる。また、回帰分析にも使われる。
k近傍法は、ほぼあらゆる機械学習アルゴリズムの中で最も単純。

k平均法 †

ニューラルネットワーク †

脳機能に見られるいくつかの特性に類似した数理的モデル
ニューラルネットワークはシナプスの結合によりネットワークを形成した人工ニューロン（ノード）が、学習によってシナプスの結合強度を変化させ、問題解決能力を持つようなモデル全般を指す

マルコフ連鎖 †

Σ(シグマ) †

マスク配列 †

行列とベクトル †

正則化 †

ドロップアウト法 †

順伝播 †

損失関数 †

誤差逆伝播法 †

指数関数と対数関数 †

シグモイド関数 †

ReLU関数 †