分類問題とは

前提知識

■分類問題とは
分類問題とはデータをそれぞれのカテゴリに分類する事で、例として、昆虫のオスとメスを身長と体重から分類したり、文字が何が書いてあるかを分類します。 分類問題を解く方法にはロジスティック回帰やニューラルネットワークなどがありますが、これらはパーセプトロンという概念の計算手法が用いられます。



■学習とテスト
分類問題を解くには大きく2段階の手順があります。先ずは今あるたくさんのデータからある属性に分類するための特徴を探し出します。それを学習といいます。 しかし今あるデータを分類しただけではあまり面白みがなく、次に行うのは学習結果を用いて新たなデータがどの属性に属しているかを的中させます。これをテストといい、これが分類問題の最終目的となります。

サブチャンネルあります。⇒ 何かのお役に立てればと

関連記事一覧 トップメニュー 機械学習 機械学習とは パラメトリックモデル 回帰,分類,クラスタリングの違い 分類(classification) 分類問題とは ナイーブベイズフィルタ 符号関数による分類 ロジスティック回帰 ・線形分離 ・非線形分離 サポートベクターマシン 決定木 k-近傍法 ニューラルネットワーク(NN) NNとは パーセプトロン 勾配法(最急降下法) ・機械学習への適用 損失関数(誤差関数) 誤差逆伝播法 交差検証 , ホールドアウト 活性化関数 ・ステップ , 符号関数 ・シグモイド ・ReLU ・Softmax ・tanh MNISTデータセット CIFAR-10データセット 画像認識方法 画像認識方法② 畳み込みNN(CNN) 再帰型NN(RNN) LSTM kerasによる実装例 ・NN ・CNN ・ディープラーニング クラスタリング k-means 強化学習 強化学習とは 価値関数 , ベルマン方程式 マルコフ決定過程 ε-greedy法 TD学習_スキナー箱 TD学習_Cartpole モンテカルロ法_Blackjack Deep Q-Network(DQN) ・DQNとは_スキナー箱 ・cartpole問題 ・Experience Replay 敵対的生成ネットワーク GAN DCGAN seqGAN seqGAN用文章データ作成