機械学習について

　今流行中の機械学習は、高校数学も密接に関わっています。という事で、最近は決定木分析の勉強中です。

　決定木とは、ある値がしきい値より大きい場合、小さい場合の場合分けをたくさんくっつけたもの(モデル)を、予め用意した大量の(y、x1、x2、、、)(教師データ)から作っておいて(学習)、そこに新規の(x1、x2、、、)を代入すると、その場合は何ですよと出力する教師あり学習の一手法です。
　もろもろのサイトを見て、場合分けするモデルの動作に注目しがちなのだろうと思いますが、私はむしろモデルの作り方が肝心だと思っています。極端な話、場合分けをいくらでもいい加減に構築する事もできると思うし、逆に、根拠のある場合分けに基づいていれば、良いモデルだろうと思います。

　勉強の成果がまとまったら、ここに上げようと思います。

　ただし、機械学習はやりたい事を実現する道具に過ぎません(機械学習自体を研究する場合を除く)。あと、どこまで進歩しても、機械学習は補間技術です。それらに気を付けて生活したいものです。