いろいろな評価指標

● MSE(平均二乗誤差)

予測値と実測値の差を二乗して平均をとる。

● RMSE(平均二乗誤差の平方根)

MSEの平方根

● MAE(平均絶対誤差)

誤差の絶対値の平均

過学習と未学習

過学習

訓練データにフィットしすぎて、一般的なデータに適用できない

未学習

訓練データにもフィットしていない

ミニバッチとエポック、エポック数

・すべての学習データから、ランダムにN件選んで、それをバッチとして学習する場合、

Nをミニバッチサイズという

・ミニバッチですべてのデータ件数分を学習するのが、エポック

・学習用データが、10万件あり、N=1,000の場合、

10万/1,000 = 100 が、1エポック

・何回エポックを繰り返すかが、エポック数

モデルの精度を向上させる例

1.有効な変数を加える

2.不要な変数を取り除く

3.データの正規化

4.外れ値を取り除く

教師あり学習、教師なし学習、強化学習

教師あり学習

・既存データに正確が含まれる。これを(正解)ラベルという

・インプットの中の正解データ以外を、featureという

・教師あり学習では、featureとラベルを学習し、ラベルがわからないでデータに対して、

  featureから、ラベルを予測する


教師なし学習

・教師なし学習は、データに正解ラベルがない場合に、利用できる

・データの構造を決定する

・データの類似性を探す場合に利用される


強化学習

・機械学習のモデルに対して、フィードバックを行うことで、改良していく

・強化学習では、ラベル付けられたデータは利用しない。

・強化学習では、エージェントと呼ばれるプログラムを利用して、結果を測定し、

フィードバックすることで、自律的に学習する。

・チェスやロボットなどに利用される