『Pythonデータ解析入門』 第11章 モデル選択
本章では機械学習のモデル選択の基礎について学びます．機械学習では，モデルが訓練に用いたデータだけでなく，未知のデータに対しても正しく予測を行うことができるように適切にモデルの複雑性を決定することが重要になります．
まず，モデルが複雑化することで生じる過学習の問題について，多項式回帰を例に学びます．また，過学習の問題を解決する方法の1つとして正則化について学びます．
次に，機械学習のモデルの複雑性を適切に選択するモデル選択について学びます．特に，期待される汎化誤差をなるべく小さくするというモデル選択の基本的な考え方について学び，モデル選択のための方法として交差検証法について学びます．
最後に，前章の演習で用いたデータセットをもとに，回帰のタスクにおけるモデル選択を実際に行います．
本章の学習を通して，機械学習のモデルの選択の基本的な考え方，特に過学習と正則化の考え方および交差検証によるモデル選択の方法について理解し，実データから機械学習のモデルを学習する際，実際にモデルの評価と選択が適切にできるようになることを目標とします．
11.1 過学習
11.2 モデル選択
11.3 交差検証
11.4 交差検証によるモデル選択の例
この記事が気に入ったらサポートをしてみませんか？