ノート/マイニング

(再)「学習によるデータ分析」の整理(朱鷺の杜から拝借)  2014-02-24

前提: 

データの性質 〜〜 単純なベクトル vs 構造を持ったデータ

たとえばグラフ(頻出する部分グラフを見つけるなど)、バスケットデータ(意味あるデータ集合(バスケット)に分割されたデータを対象)、時系列データ、テキスト(マイニング)など

教師あり学習 vs 教師なし学習

教師あり(supervised): 教師データセット(データと答のセット)を与えて学習させた機械を用いて、 実用データ(答えのない新しいデータ)の答を推測する

教師なし(non-supervised): 教師データセットは与えられず、データに内在する性質(分布とか)から特徴的なパターンを見つける

このほか、様々な枠組みが提案されている

いろいろな学習の枠組み


トップ   編集 凍結 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2014-02-25 (火) 11:12:59 (1307d)