テキストクラスタリング
・教師なし学習
・対象となるテキストを、形態素に分割し、類似度を計算する
PR
回帰分析
既存データの関係を関数で表現し、
新たなインプットが与えられた時、
そこから得られる数値を予測しようとするもの
・パーセプトロンで正しく分離できる問題は
線形分離可能な問題のみ
・多層なパーセプトロンを、ニューラルネットワーク
という
Ramdom Sample Consensus
・外れ値の影響を小さくするロバネスト回帰の1つ
・データをランダムに抽出して回帰を行い、当てはまるデータの割合を求める
・これを繰り返し、正常値の高い回帰を求める
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
