Please enable JavaScript.
Coggle requires JavaScript to display documents.
DL基礎(実装byTS/Keras) (1-4. モデルの事例 (k近傍法, ランダムフォレスト, 勾配ぶースティング, SVM, 条件付き確率場,…
DL基礎(実装byTS/Keras)
1-4. モデルの事例
k近傍法
ランダムフォレスト
勾配ぶースティング
SVM
条件付き確率場
ニューラルネットワーク
1-1. 機械学習基礎
教師有
教師無し
半教師有
強化学習
1-2.機械学習の問題の種類
回帰問題
明日の株価は？
要はy = f(x)
分類問題
株価が上がる？下がる?
ニューラルネットワーク
アルゴリズムの一つ
脳の構造を模したもの
脳とニューロン
電気回路に似ている
基本的なニューロンの仕組み
結合の強さがニューロンによって異なる
ニューロンが閾値を超えると発火する
1-3. 入力→特徴抽出→識別→出力
特徴抽出
特徴抽出後は決定境界を引く→決定領域