概要 機械学習モデルの1つであるサポートベクトル・マシン(以下、SVM)について学習した この章では以下の項目を学んだ ・SVMの基礎 ・マージンの最適化問題 ・不等式制約付き最適化問題 ・カーネルトリック ・不等式制約付き最適化問題を手計算(appendix) SV…

概要 分類問題のための機械学習手法を学んだ この章では以下の項目を学んだ ・最近傍法 ・k近傍法(k-nn) ・syntheticデータのハンズオン ・k平均法(k-means) ・syntheticデータのハンズオン 最近傍法 教師あり学習の分類手法 新しいデータを置いた時に訓練デ…

概要 データの分析や機械学習の特徴量製作において重要となる主成分分析について学習する この章では以下の項目を学んだ ・主成分分析の基礎 ・最適化問題の解き方 ・寄与率、累積寄与率 ・乳がん検査データでのハンズオン 主成分分析の基礎 多変量のデータ…

概要 機械学習モデルの中でも分類問題(クラス分類)ができるロジスティクス回帰モデルを学んだ この章では以下の項目を学んだ ・分類問題 ・分類問題へのアプローチ ・ロジスティクス回帰モデルの基礎 ・最尤推定 ・パラメータ推定(勾配降下法、確率的勾配降…

概要 機械学習モデルの一つである非線形回帰モデルについて学ぶ この章では以下のような項目を学んだ ・非線形回帰モデルの基本 ・パラメータ推定 ・バイアスとバリアンスのトレードオフ ・モデルの汎化性能を測定方法 ・ハイパーパラメータチューニング ・…

概要 機械学習モデルの一つである線形回帰モデルを知識ベースと実際にデータに触れながら学ぶ この章では以下の項目を学んだ ・課題解決としての機械学習 ・回帰問題の基礎知識 ・モデルの説明 ・パラメータの推定 ・モデルの評価 ・ボストンの住宅データセ…