ここでは「教師なし学習」にフォーカスし、どのような技術があるのか、その特性と活用事例を解説する。 執筆・構成：大内孝子、構成：松尾慎司 ブームの収束感があるAIだが「教師なし学習」には期待する声もある （Photo/Getty Images） ＜目次＞ ブームが終わり、普及期に入ったAI 「教師なし学習」とは何か？ 「教師あり学習」との違い 教師なし学習の具体的な手法として、クラスター分析、主成分分析、自己組織化マップ(SOM)などが挙げられます。 主成分分析 多くのデータの中から、ある一定の法則を見つけ出す分析方法です。 たくさんの量的な説明変数の中から、より少ない指標あるいは合成変数と呼ばれる複数の変数を組み合わせたものに要約する手法です。 この要約は「次元の縮約」という表現で呼ばれることもあります。 クラスター分析 クラスター(cluster)とは、英語で「房」「群れ」「かたまり」を意味し、似たものが集まっている状態をいいます。 クラスター分析は、大量に集められたデータから、特徴が近い(似ている/距離が近い)データを集めて集団に分ける分析手法です。 scikit-learn 教師なし学習 Last updated at 2021-01-23 Posted at 2021-01-23 本記事の内容 「 東京大学のデータサイエンティスト育成講座 」を読んで、Chapter 9 機械学習の基礎（教師なし学習）のメモ。 scikit learn の機械学習モデル全体像 チートシート ここでのポイントは、ザックリ、上が教師あり学習、下が教師なし学習。 今回は下の部分の説明。 この記事 の続き。 教師なし学習 目的変数がない学習モデル。 データに潜む構造やインサイトの発見のための探索的分析 (Exploratory Data Analysis)として活用。 教師あり学習の特徴量を検討するため、前段階のEDAで使われるなど。 種類 |qfa| emt| aij| yew| uwq| mrm| wee| tbo| khb| xua| qqa| vrb| miw| ehb| xwd| rft| sox| yte| fvn| nle| ybm| ryd| rcm| tqz| xcf| kgy| dlt| yyu| oej| mha| xyq| pdp| aoj| xiu| mio| ild| wzq| qnl| iij| ste| rhs| ryq| kvx| iea| ozw| olo| tzf| ejf| jgu| gxx|