Angular, Blockchain, Science とか

Angular, Blockchain, Science全般 の情報を主に書いていきます。

機械学習概論

Python学習サイトに後ほどまとめる予定(2月ぐらい)

機械学習概論

機械学習の基本的なコンセプト
2 学習の3つのタイプと基本的な用語、
機械学習システムの設計を成功させるための基礎
4 データ解析と機械学習のためのPythonのインストールと設定

について書いていきます。

現代には、ネット上に大量の構造化・非構造化データがあります。

machine learningには3つのタイプがあります。

  1 Supervised Learning(教師あり学習)
  2 Unsupervised Learning(教師なし学習)
  3 Reinforcement Learning(強化学習)

Supervised Learning は wiki を引用すると,

事前に与えられたデータをいわば「例題(=先生からの助言)」とみなして、それをガイドに学習(=データへの何らかのフィッティング)を行うところからこの名がある。

です、スパムメールのフィルタリングを例に考えます。

新たに受信される電子メールが2つのスパムかスパムではないかのいずれかであるかをを予測するために、あらかじめスパムかスパムでないかのラベルが付いた電子メールのコーパスで教師あり機械学習アルゴリズムを使用してモデルを訓練することができます。

離散クラスラベルを持つ教師付き学習タスクは、分類(classification)タスクとも呼ばれます。 教師あり学習の別のサブカテゴリは、結果信号が連続値である回帰(regression)です。

ここで基本的な専門用語の説明をします。


完全観測可能 と 部分観測可能

言葉通り。

決定論的 と 確率論的

サイコロは確率論的、「神はサイコロを振らない」はアインシュタインの有名な言葉ですね。ニュートン力学は決定論的で,量子力学は確率論的。暇な人はアインシュタインとボーアとの論争を調べてみればよくわかるかと。皆さんは量子力学どう思いますか?

離散的 と 連続的

離散的は有限、連続的は無限。

友好的 と 敵対的

友好的な環境はランダム、天気とか。敵対的環境は例えばボードゲームの対戦相手のように(勝つために)意図的である。

まあ超簡単に書きました。