教師あり学習

教師あり学習では、入力ベクトルxと出力値yの一対のデータ（x,y）が観測されるという設定があり、このようなデータが大量にある場合に、入力と出力の関係を推論する問題を考えることになる。このようなデータが大量にある場合、入力と出力の関係を推論する問題を考える。 yは離散（有限集合の要素）または連続（実数値）であり、それぞれ分類問題または回帰分析と呼ばれる。

機械学習用語集

ディシジョンツリーの活用例とその重要性	データセットの概要	データマイニングとは
データ解析の手法とは？違いや用途について詳しく紹介します	ハイパーパラメータとは何か	バスケット分析とは
ランダムフォレストとは	ロジスティック回帰分析とは	回帰分析：ビッグデータの解析において重要な手法
教師なし学習の手法とその有効性について	教師あり学習の重要性と応用	欠測値（欠損値）の定義とは？問題点は？
重回帰分析の活用事例と注意点とは	線形回帰は、未知のデータを予測するための統計的な手法	特徴量エンジニアリングの重要性と具体的な手順
半教師あり学習の基本手法とは	ダミー変数の重要性と使い方	サポートベクターマシン（SVM）の特徴と使われ方
アンサンブル学習：異なる弱学習器を組み合わせて予測精度を向上させる手法	データクレンジングは本当に大切なのか

Follow me!

カテゴリー: 機械学習

機械学習

2023年5月7日

■私の経歴

大手SIerで約4年、データサイエンティストとして顧客向けデータ分析業務に従事。 その後、大手メーカーに転職し、社内データサイエンティストとして活躍中です。

■データサイエンスに関する思い

データサイエンスはこれからの時代、一人ひとりが知っておくべき知識・スキルのひとつ。第4次産業革命と言われるように、AIなどのIT技術の急速な進歩により、社会やビジネスモデルが大きく変化しようとしています。

そんな新しい時代を企業が生き残っていくためには、データサイエンスを活用することでデータから新しい価値を創出し、新たなビジネスを創造していくことが必要不可欠だと感じ、ブログを通じて発信をしています。

■メッセージ

現状、データ活用を推進していくにあたって必要不可欠なデータサイエンスのスキルを持った人材は大幅に不足していると感じています。

このブログが、データ分析をこれから学ぶ人や、データ分析未経験だけど社内で分析を進めなければならなくなった人向けに、分析をするにあたっての基礎知識や、分析を進める際の辞書的な使い方ができるプラットフォーム的役割を果たせば幸いです。

なるべく簡単に分かりやすく、ナビゲーターを通じて用語のポイントを解説しています。