検証の手法

交差検証

入手済みのデータを分割して、その一部でモデルを作成し

残りのデータで、精度をテストする

ホールドアウト法、K分割交差検証

・交差検証の方法

・ホールドアウト法は、データを単純に2分割する

・K分割交差検証は、データをK個に分割し、検証をK回実施し、その精度の平均をモデルの予測値とする

アンサンブル学習

・性能のよくなくない学習器を複数組み合わせる手法

・(例)ランダムフォレスト

　多数の分類木を利用した分類を行う

アンサンブル学習

弱学習器(効果の低いモデル）を組み合わせて

効果の高いモデルを組み立てる方法

教師あり学習 教師なし学習 強化学習

1.教師あり学習

ある入力に、ある正解が与えられる


2.教師なし学習

正解は、システム自体で判断する


3.強化学習

１つ１つの入力に対する正解はなく、最終的な評価のみが与えられる

転移学習

すでに学習すみのネットワークの重みを利用する学習