決定木の学習
トップページ→研究分野と周辺→記号論理→不確実な推論→ 決定木は木構造をした決定を行うためのグラフで、与えられたデータから適切な決定木を作成する事を、決定木の学習と呼ぶ。 決定木の学習方法には様々な種類があるが、最も単純な方法の一つであるID3アルゴリズムを紹介する。 簡単な決定木の具体例 「天気」「気温」等の天候を示す属性の値の組によって、或る事を「する」「しない」を決定する例がよく説明に使われる。 図は、「天気」「風速」「湿度」の属性値の組によって、花見に「行った」（Yes）、「行かなかった」（No）の事例データが5つあるとした場合になる。 5つのデータに基づき、まず「天気」の質問をして、「晴れ」なら「風速」の質問をするという具合に枝分かれしていく。答えが全部Yes、又は全部Noになれば、そこで打ち切る。 この例では「天気」を最初の質問にしているが、「風速」を持って来てもよい。様々な質
行列
home 数学メモ 行列は、数等を縦横に並べた表のようなもので、横の並びを行、縦の並びを列という。行数、列数は様々だ。 行列の和と差は、対応する位置の数の加減となる。従って、行数と列数の一致する行列同士でないと足し算、引き算は出来ない。 行列全体に一つの数を掛ける事が出来る。各成分に平等に掛けられる。これを行列のスカラー倍という。 行列の積は、以下のような計算が基本となる。左側は行（横の並び）、右側は列（縦の並び）の組の同じ順番の数同士を掛けたものを足す。 このような演算をするので、左側の行（横の並び）の要素数（列の数）と、右側の列（縦の並び）の要素数（行の数）が等しくなければ、行列の掛け算は行えない。 逆に言えば、ここが一致すれば、縦横の数の違う行列同士でも積は作れる。 行列の積の結果は、縦に左の行数、横に右の列数の要素が用意される。そして、例えば左の2行目と右の3列目の積は、結果の2行
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
