/機械学習

重回帰分析とは

目的変数(従属変数) と説明変数(独立変数) の間に定量的な関係、回帰式、残差、回帰式の導出と評価、寄与率、テコ比
/機械学習

ベイズの定理とは

ある事象の確率 を関連する条件の知識に基づいて求める手法、加法定理と乗法定理、ベイズの定理を導く、ベイズ推定
/機械学習

主成分分析とは

互いに相関のある多数の変数から相関のない少数の合成変数(主成分)に要約、主成分の導出、寄与率、累積寄与率、因子負荷率
/機械学習

ウォード法とは

クラスタ分析の手法の1つ、クラスタ内の平方和を最も小さくする基準でクラスタを形成、クラスタ間の距離
/機械学習

回帰分析とは

短回帰、目的変数と説明変数の関係を表す回帰式を求める、平方和、偏差積和、残差平方和、寄与率、標準化残差、テコ比
/機械学習

サポートベクトルマシンとは

空間内の点の分類、目的変数、マージン、ラグランジュ未定乗数法、ラグランジュ関数、双対表現、カーネル関数
/機械学習

ニューラルネットワークとは

脳機能の特性に類似した数理的モデル、ニューロンとシナプスのネットワーク、ネットワーク関数、二乗和誤差、誤差逆伝搬法
/機械学習

決定木とは

機械学習、分類や意思決定の分岐を階層的に表した樹形図、学習アルゴリズム、多様性指数、ジニ係数、情報利得
/機械学習

k平均法とは

k-means 法、クラスタ分析、クラスタの重心との距離を最も小さくする基準でクラスタを形成、k-medoids 法