mAPは、物体検出など、多クラス分類で、クラス毎の平均精度の平均を示す
PR
Σ（予測値 - 実績値）2
二乗和誤差をデータ数で割ったものが、
平均二乗和誤差
半教師あり学習
正解ラベルが付けられてないデータに対して、
正解データから、その正解を予測し、
教師データとして利用する。
モデルとパラメータ
・モデルは、分析対象に対して、データの構造を表す数学的な式など
・パラメータは、数学モデルを決めるもの
ハイパーパラメータのチューニング手法
1.グリッド・サーチ
ハイパーパラメータのすべての組み合わせを試行し
もっとも効率の良いものを選ぶ
2.ランダムサーチ
ハイパーパラメータの組み合わせを
ランダムに試行する
3.焼きなまし
最初は、様々なパターンを広くためし、
絞り込んて行く
4.ベイズ最適
回帰モデルを利用
5.遺伝的アルゴリズム
