教師あり学習教師あり学習

教師あり学習これは、既知の答えを持つ例を使用してネットワークをトレーニングする機械学習方法であり、出力と入力の間には関係があります。

多くの場合、新しいインスタンスは、入力と期待される出力で構成されるトレーニング データに基づいてパターンを学習または確立することによって推論できます。関数の出力は、連続値または予測カテゴリになります。

教師あり学習の分類

教師あり学習は、分類問題と回帰問題によく使用されます。回帰アルゴリズムと分類アルゴリズムの違いは、出力変数のタイプを指定するか、連続変数の予測を指定するかです。

機械学習手法の分類

機械学習の分野には主に 3 つの方法があります。

• 教師あり学習: 既知の解答例を使用したトレーニング。
• 教師なし学習: クラスタリングなどの入力データセットを直接モデル化します。
• 半教師あり学習: ラベル付きデータとラベルなしデータを包括的に使用して、適切な関数を生成します。

一般的に使用される教師あり学習

• K 近傍アルゴリズム
• デシジョンツリー
• ナイーブ・ベイズ
• ロジスティック回帰
• 逆伝播ニューラル ネットワーク

親単語: 機械学習

同義語: 半教師あり学習、教師なし学習

サブワード: 回帰アルゴリズム、分類アルゴリズム