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！