エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
AIと機械学習とディープラーニングは何が違うのか
5.「教師あり学習」と「教師なし学習」 機械学習でできることは何だろうか。機械学習の方法は、大きく... 5.「教師あり学習」と「教師なし学習」 機械学習でできることは何だろうか。機械学習の方法は、大きく分けると入力データに対する回答を与えることで学習できる「教師あり学習」と、回答を与えずに学習する「教師なし学習」がある。 教師あり学習では、変動する実数値の予測である回帰と、2つ以上の項目への分類の2種類の予測が可能だ。実数値の変動とは、例えば摩耗するパッドの残りの厚さや、ポンプ装置の故障までの日数などが相当する。分類では迷惑メールか否か、故障の種類や画像認識による個人の判別などが当てはまる。世間で目立つのは分類のほうだが、製造業では意外と回帰が役に立つことが多い。教師なし学習ではグループ化をしてデータの分析を行うことができる。なお、現在よく使われている手法は教師あり学習の方だ。 教師あり学習について整理してみよう。まずはゴールとなる目的変数を定める。ここでは例として「今月の作業ミスの件数」と