Photo by
matsuri365d
Python機械学習プログラミング：第1章
下記の本を購入しました。
データサイエンティストを目指す者として、勉強したことをアウトプットしていこうと思います。
初回ということで第1章の内容をを噛み砕いて記載します。
第1章：「データから学習する能力」をコンピュータに与える
この章では「機械学習の全体像」が説明されており、最初に3種類の機械学習についての解説です。
教師あり学習
教師なし学習
強化学習
それぞれ簡単に解説します。
1.教師あり学習
教師あり学習は「正解データ」を使って学習する方法です。その学習したモデルを使って未知のデータや将来のデータを予測できるようにすることです。詳しく知りたい方は下記のページを見て頂ければと思います。
2.教師なし学習
教師なし学習は「正解が分からないデータ」を使って、データの特徴を学習する方法です。整理されてないから構造を理解し、データに隠された傾向や法則を見つけます。代表的な例に「クラスタリング」があります。詳しくは下記のページを見て頂ければと思います。
3.強化学習
強化学習は「どのような行動をすれば得られる報酬が最大になるか」を学習する方法です。一連の行動の結果が最も良くなるようにより適切な行動を学習してきます。試行錯誤を繰り返していくうちにどんどん賢くなるのが特徴で、教師あり学習と違ってあらかじめデータを用意する必要がありません。詳しくは下記を参照してください。
他には「前処理の大切さ」や「交差検証・汎化性能」についての説明が簡単に説明されてます。第1章では「機械学習の全体像」がつかめればOKという感じです。
次の記事では第2章の内容を簡単にまとめます。
サポートして頂いたお金は開業資金に充てさせて頂きます。 目標は自転車好きが集まる場所を作る事です。 お気持ち程度でいいのでサポートお願い致します！