014. クラスタリングとt-SNE(次元削減)における学習時間の短縮(scikit-learn比較): SX-Aurora TSUBASAシリーズコラム | NEC

クラスタリングとt-SNE（次元削減）における学習時間の短縮（scikit-learn比較）no.014 Frovedis機械学習 教師なし学習編2021.9.17 教師なし学習とは、その名が示す通り正解を示す指標が存在しないデータセットを用いて、そこから何かの情報を引き出す学習の総称です。教師あり学習では入力データに対応する出力（正解）データがセットになっているおかげで、学習モデルによる推論の正しさを検証することができました。しかし、教師なし学習では正解不正解を示す物差しが存在しないため、学習モデルが適切な推論結果を出しているか、判断することは一般的に困難である、という特徴を持ちます。 ここで、前回からの流れを把握していただくために次の図を掲載します。 教師なし学習の用途は2つに大別されます。一つ目はデータセットの特徴に応じてグループに分けるクラスタリングです。例えば個々のニュース記事に