フレーム処理

このモジュールでは、タスクを機械学習の問題として分類する方法を調査し、さまざまな機械学習（ML）メソッドで共有される基本的な語彙用語について説明します。

フレーム処理

ML システムの学習

入力を組み合わせる方法

有用な予測を生成する

データの量が増加

  • ラベルは予測対象の変数です
    • 通常は変数 y で表します。
  • ラベルは予測対象の変数です
    • 通常は変数 y で表します。
  • 特徴は、データを記述する入力変数です。
    • 通常は変数 {x1, x2, ..., xn} で表します。
  • 例: データの特定のインスタンス、x
  • ラベル付き例には {features, label} があります: (x, y)
    • モデルのトレーニングに使用されます
  • ラベルのない例に {features, ?}: （x、?）が含まれている
    • 新しいデータの予測に使用
  • 例: データの特定のインスタンス、x
  • ラベル付き例には {features, label} があります: (x, y)
    • モデルのトレーニングに使用されます
  • ラベルのない例に {features, ?}: （x、?）が含まれている
    • 新しいデータの予測に使用
  • モデルは、サンプルを予測ラベルにマッピングします。y'
    • 学習された内部パラメータによって定義される
前へ
ML の概要（3 分）
次へ
ML の主な用語