機械学習・深層学習Q&A - HELLO CYBERNETICS
もうこれだけは絶対に把握しておいてください！ ってものだけ。 学問周り Q：機械学習ってなんですか？ Q：統計学との違いはなんですか？ Q：深層学習ってなんですか？ 手法周り Q：ニューラルネットワークってなんですか？ Q：サポートベクターマシンってなんですか？ Q：カーネル法とは？ Q：クラスタリングは何をするもの？ Q：教師なし学習と教師あり学習の違いは？ Q:特徴量抽出ってどんな作業ですか？ 何が言いたいのかというと ディープラーニングは特徴量を自分で獲得する？ 特徴量の獲得を指令しているのは誰？ なんでこの記事書いたのか 以下の人たちに最低限把握してほしい 学問周り Q：機械学習ってなんですか？ 既知のデータから規則性を見出す手法を研究する人工知能の一分野です。 モデルを仮定し、そのモデルを既知のデータに上手く当てはめることを学習と言います。 Q：統計学との違いはなんですか？ モデ
機械学習で抑えておくべき損失関数（回帰編） - HELLO CYBERNETICS
はじめに ニューラルネットワーク 損失関数を考えるモチベーション 回帰の損失関数 色々な損失関数 二乗損失 分位損失 Huber損失 感度損失（ε-許容損失） 損失関数の図示 二乗損失 分位損失 Huber損失 ε-感度損失（ε-許容損失） 比較 損失関数の使い分け１ 損失関数の使い分け２ 損失関数の使い分け3 最後に 分類に関する損失関数 はじめに 機械学習における教師あり学習では、入力に対してパラメータを用いて関数を構築し、正解データに対して損失を定義し、これを最小化する手続きを取ります。 損失を、色々なとの組に対して計算し、その総和が最小化されるようにを決めることを学習と呼びます。これにより未知のデータを入力した時に、それに対する正解をが出力してくれることを期待するのです。 学習がの最小化という目標に従っている以上、このをどのような形にするのかが重要になるのは言うまでもありません。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
