![見出し画像](https://assets.st-note.com/production/uploads/images/123697336/rectangle_large_type_2_a9f0e53bf52bb895b0143940f4d31e90.png?width=1200)
3-1.機械学習の具体的手法
①線形回帰
②サポートベクターマシン(SVM)
③k近傍法
④機械学習の評価
⑤アノテーション
①線形回帰
線形回帰とは、統計学の「回帰分析」の一種となります。回帰分析を説明する例として、身長と体重の関係が利用できます。一般的に、身長が増えると、体重も増えると考えられます。ある値(身長)が与えらた時に、それと相関関係のある値(体重)を予測することを「回帰分析」と呼びます。
では、その中でも、線形回帰とは、100人の男性の体重・身長のデータがあるとして、この身長と体重の「関係」を直線で表すのが線形回帰です。
![](https://assets.st-note.com/production/uploads/images/124188153/picture_pc_de92a76f49cb3e695c8a215d857f9007.gif)
②サポートベクターマシン(SVM)
ここから先は
1,858字
![](https://d2l930y2yx77uc.cloudfront.net/assets/default/default_profile_3-39088fff430aa9ec11d6e2a385dbcad45c8b79bde6c0c9ded10cd7abb960174f.png)
随時情報を更新していきますので、G検定対策だけでなく、そもそもAIって何なのという疑問も解決します。
G検定対策はこれだけで十分です。
G検定対策として、現役トップデータサイエンティスト兼経営コンサルタント集団がマガジンを発行しました。
この記事が気に入ったらサポートをしてみませんか?