ロジスティック回帰 (logistic regression)
1．ロジスティック回帰とは [概要] ロジスティック回帰（logistic regression）とは，教師あり学習向けの，シンプルな教師あり学習線形識別モデルである．線形回帰モデルの出力をロジスティック関数で変換し，２ 続きを読む…
カテゴリー: 機械学習
データ・ドリブン(data-driven)
機械学習を用いて学習データの分布（入力と出力のペア）に基づいて予測問題を解く手法を，「データ・ドリブン(data-driven)な〇〇手法」と形容することが多い．古典的な「モデルや最適化アルゴリズムなどを用いる手法」と対 続きを読む…
特徴抽出 (Feature extraction)
1. 概要 特徴抽出(Feature extraction)とは，元の観測データの特徴ベクトルから，変換処理や選択処理を経て予測に有用な特徴をつくったり，あるいは可視化されてデバッグしやすいプリミティブな特徴を抽出するこ 続きを読む…
教師なし学習(Unsupervised Learning)
1. 教師なし学習の概要 教師なし学習 ( Unsupervised learning )とは、正しい正解ラベルは与えられていないデータ集合$\cal{D} = \{\mathbf{x}_1,\mathbf{x}_2,\ 続きを読む…
教師あり学習(Supervised Learning)
1. Supervised Learning の概要 教師あり学習（ Supervised Learning ）は機械学習の１つの学習方法カテゴリーを指す．入力データから出力データを推定する関数を， [入力データ  続きを読む…