テーマ⑤ 機械学習
機械学習とは
コンピュータプログラムが経験によって自動的に 出力結果を改善していく仕組み。
https://qiita-user-contents.imgix.net/https%3A%2F%2Fqiita-image-store.s3.amazonaws.com%2F0%2F105335%2F057768db-d72f-03d1-7629-f74769df5696.png?ixlib=rb-1.2.2&auto=compress%2Cformat&gif-q=60&w=1400&fit=max&s=7913cb8a23a6175f1d84f13a9a9614e6
その改善の手法には様々なものがある
https://products.sint.co.jp/hs-fs/hubfs/images/aisia/blog/9_001.png?width=1167&height=795&name=9_001.png{1}
機械学習
利用
物体検出
deep写輪眼
アルゴリズム
ニューラルネットワーク
ディープラーニング
Optimizer
活性化関数
ReLU関数
ソフトマックス関数
RNN
CNN
教師あり学習
教師なし学習
k-means法
強化学習
過学習
汎化能力
問題
回帰問題
分類問題
実装
weka
Webサービス
googlecolab
Pythonフレームワーク
scikit-learn
TensorFlow
Keras
Pytorch
Chainer
Caffe
Mediapipe
機械学習の大会
kaggle
友達のいいやつ
https://qiita.com/taki_tflare/items/42a40119d3d8e622edd2
メモ
回帰も分類も入力から出力への関数を学習する問題に帰着する
真の関数とのRMSEが小さいモデルがよいモデル
過学習が発生すると学習データとのRMSEは小さくなるが真の関数とのRMSEは大きくなってしまう
サンプル数は絶対多いほうがいい
使用する学習データによって結果は異なることを理解しておく
{1}:https://products.sint.co.jp/aisia/blog/vol1-9
#テーマ5