ノート/マイニング/整理

サイトトップ

ノート
データ処理
├マイニング
├バスケット解析
├バスケット解析をＲで
├図書貸出をＲで
├モデルクラスタリング
└
テキストマイニング
├テキストマイニングTM
├TMとシソーラス
├PubMedをTM
├TMとMeSH
├TMとNLTK
├テキストマイニングとtagger
├医薬品添付文書ＤＢ
├論文の処理1
├剽窃１
├Bing検索
└
分子進化学
├分子進化学
└
Pythonと論文アクセス
├Pythonを使ってみる
├PythonでPubMed
├Pythonで...続き
└
Macメモ
├Script

&ref(): File not found: "favicon_story.txt" at page "ノート/ノート";

自信ないので
├Winのバッチ
│├スクリプト入門
│├バッチファイル
│├SETコマンド
│├自分のメモ
│└
└

メニュー編集

最新の5件

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：　

• データ分析をしたいが、分析のやり方・仕組・分析のパラメタなどはわかっていない
• 分析のための「特徴量」もわかっていないことにする

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

• 転移学習（帰納転移）　〜　新規タスクの効果的な仮説を効率的に見つけ出すために，一つ以上の別のタスクで学習された知識を得て，それを適用する問題（朱鷺の杜「転移学習」より）
• メタ学習

いろいろな学習の枠組み †

• 識別（判別・クラス分類）
  • 線形分離可能
  • 判別分析
  • 決定木
  • 単純ベイズ
  • 部分空間法
  • パーセプトロン
  • SVM
  • アンサンブル学習 など