ハイパーパラメータを探す手法(探索法)

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す。

2.ランダムサーチ

回数を決めて、ランダムに試す。

3.ベイズ最適化

そこまでの探索結果から、最適値等を予測する。

マンホイットニのU検定(ウィルコクソン検定)

・ノンパラメトリックな検定

・帰無仮説は、「2つの母集団の分布が等しい」

対立仮説は、「2つの母集団の分布は、等しくない」

をもとに、検定する。

決定木

決定木の種類

分類木 ・・・ カテゴリ変数を、説明変数とする。

回帰木 ・・・量的変数を、説明変数とする。



決定木における枝刈り

決定木の部分木のうち、過学習になっているもの等を

削除する。

代表的な量子ゲート

Xゲート

・|0>を|1>へ、|1>を|0>へ変換する。

・|0>と|1>の重ね合わせ状態が入ってきたら、|0>と|1>を反転させる。

Ｚゲート

・位相を反転させる。

・ |0>を|0>へ、|1>を、-|1>へ変換する。

Hゲート(アダマールゲート)

・ |0>を入力すると、1/√2 ( |0> + |1>)へ、

    |1>を入力すると、1/√2 ( |0> - |1>)へ変換する。

・入力に対して、均等な重ね合わせ状態を作る。

CNOTゲート

・2つの量子ビットに働く。 2つの量子ビットに対して、片方を制御ビット、

   もう片方を標的ビットという。

・制御ビットに、|0>が入力されたら、標的ビットは変化しない。

・制御ビットに、|1>が入力されたら、標的ビットにXゲートと同じ働きをする。

教師あり学習の分類

1.半教師あり学習

大量の正解のわからない問題がある


2.移転学習

解決したい問題には、少量の解しかない


3.移転学習

解決したい問題には、少量の解しかないが

似た問題には、大量の解がある


4.ゼロミット学習

移転学習で、正解が、ほどんどない

あるいは、全くない