ディープラーニングG検定　第4章

−1
■教師あり学習
　与えられたデータを元にパターン（出力）に
　なるかを識別予測する
　入力と出力のデータがセットになる
・過去の売上から将来の売上予測
・画像から識別
■回帰問題
　連続値を予測する問題（売上予測）
■分類問題
　離散値を予測する問題（画像から画像予測）
■教師なし学習
　出力がない
　教師＝「出力データ」
・ECサイトの売上から顧客層があるか
・入力データの各項目の関係性
■強化学習
　行動を学習する仕組み
　目的とする報酬（スコア）を
　最大化するための追求
・自動運転学習
・エージェント⇆環境
　上記のフィードバックを繰り返す
　出てきたスコアを学習する
■線形回帰
　データの分布から直線を考えるもの
■ラッソ回帰、リッジ回帰
　多次元で正則化項を加えたもの
■ロジスティック回帰
■シグモイド関数
・データを正、負の設定によって分類わけできる
・基本的には0.5を閾値として正例・負例に分ける
・迷惑メールの判定に用いる
■ソフトマックス関数
　よりたくさんの分類を行う
■ランダムフォレスト
　・決定木を用いる手法
　教師あり学習の特徴量の分岐路
　これをランダムに選び出すこと
■ブートストラップサンプリング
　ランダムにデータの一部を抽出する
★それぞれの結果を用いて多数決を取る
■アンサンブル学習
　複数のモデルで学習させること
■バギング
　全部から一部のデータを用いて
　複数のモデルを用いて学習する方法
■ブースティング
　並列に作成するのがバギング
　逐次的に作成するのがブースティング
　＝前のデータに重みを付けて学習する
■勾配ブースティング
　学習にかかる時間が長くなる
■サポートベクターマシン（SVM）
　異なるクラスデータ点との距離が
　最大となるような境界線を求め分類する
■マージン最大化＝距離の最大化
　・扱うデータは高次元
　・データが線形分類できない
■カーネル関数
　データを高次元のに写像することの関数
■カーネルトリック
　計算が複雑にならないように式変形すること
■ニューラルネットワーク
　人間の脳の中のアルゴリズム
■単純パーセプトロン
　単純なニューラルネットワークのモデル
　入力層⇆重み⇆出力層
■活性化関数
　どのように電気信号を伝播させるか調整する関数
■多層パーセプトロン
　層を追加するモデル
■隠れ層
　層と層の間
■誤差逆伝播法
　予測値と値の誤差をネットワークに
　フィードバックするアルゴリズム
■自己回帰モデル（ARモデル）
　時間軸に沿った時系列データを用いる
・株価の日足の推移
・年度ごとの人口統計
・パケット通信量の推移
■時系列分析
　これらを単純分析すること

■階層なしクラスタリング（教師なし学習）
■k-means法
　データをk個のグループに分ける手法
　元データからグループ構造を見つけまとめる
1、クラスタに振り分ける
2、各クラスタの重心を決める
3、各データの距離を求め、
　距離が近い重心に対応するクラスタに振り分け直す
4、重心が変化しなくなるまで繰り返す

■階層ありクラスタリング（ウォード法）
・最も距離が近い2つを選び
　1つのクラスタにまとめるを繰り返す手法
・樹形図（トーナメント似）に表せる
　デンドログラム
■主成分分析（PCA）
・データの特徴量間の関係性を分析すること
・特徴量の数が多い場合に有効
■特異値分解、多次元尺度構成法、t-SNE
■協調フィルタリング
・レコメンデーションに用いられる
■コールドスタート問題
　データが無い限り推薦できない
■コンテンツベースフィルタリング
・商品側に特徴量を付与して推薦すること
・コールドスタート問題を解決できる
■トピックモデル
・複数のクラスタにデータを分類する
■潜在的ディリクレ配分法
・ニュース記事を政治・経済・芸能・スポーツに分ける
　その際記事に出てくる単語から確率を求める

■理論概念（強化学習）
　状態・行動・報酬
■割引率
「今の100円と1年後の100円なら
　今の100円のが価値がある」という経済倫理
■バンディットアルゴリズム
「活用」＝現在知っている情報から報酬を最大化
「探索」＝知らない情報を得る方法
　このバランスをとるアルゴリズム
■ε-greedy方策、UCB方策
■マルコフ決定過程モデル
　マルコフ性＝現在の状態から将来の状態に遷移する
　確率は、現在の状態のみに依存し、
　過去には依存しない性質
　逐次的なデータの更新が行われある
■価値関数
　状態価値関数と行動価値関数
■方策勾配
・方策勾配法＝パラメータを学習するアプローチ
・ロボット制御など選択肢が大量の場合有利
■REINFORCE
　AlphaGoに活用
■Actor-Critic
　行動器ー評価器が名前の由来