![見出し画像](https://assets.st-note.com/production/uploads/images/70206487/rectangle_large_type_2_87d71029508fae45b9797b66fd87e405.png?width=1200)
機械学習用語:2
用語その2です。
機械学習で使う用語を並べています。
並び方はバラバラで規則性はとくに無いです。
あっても気分ですね〜。
※ 別)は別名や同じ様な意味をもつ言葉です。
オブジェクト:
データの加工や予測をしてくれる便利なやつの塊
パイプライン:
他の色んなオブジェクトを結合して、一回で全部使えるようにする
バイアスが高い:
学習不足
バリアンスが高い:
過学習
モデル選択:
ハイパーパラメータの最適な値を選択する分類問題
プラクティス:
方法
ベストプラクティス:
最適解。最も効率の良い方法
訓練データ:
学習に使うデータ
検証データ:
学習の性能が良かったか、検証する用のデータ
テストデータ:
学習の最終テストに使うデータ
ホールドアウト法:
データを学習用とテスト用に分けて、更に学習用を検証用にも分けて、性能評価に使う。
k分割交差検証:
ホールドアウト法を、データの分ける位置を変えながら何回も行う
モデル:
データを入れたら、加工して出してくれる関数のようなもの 別)アルゴリズム
イテレーション:
学習のサイクル(繰り返す)のこと
正則化:
過学習を防ぐために、”ちょうどいい”値にすること
過学習:
予測が学習データに当てはまりすぎて、精度が悪くなること
しきい値:
分類するための境界の値
エポック:
訓練(学習)の最大回数
ps.間違ってたら言ってください!
この記事が気に入ったらサポートをしてみませんか?