パラメータとモデルとは
みなさんこんにちは、いぬがすきです。
データアナリストへの道の第一歩を踏み出そうとしているサラリーマンです。
分析については全くのど素人なので、
『学んだ知識をビジネスに活かしていけるようにする』ことをゴールに勉強していきたいと思います📊
今回はパラーメータとモデルついてです！
初めて聞いた言葉でさっぱりわかりません！笑
それでは、一緒に勉強していきましょう！
パラメータとは
パラメータとは、どのような基準で予測するべきかを決定する指標とのこと。
機械学習は入力値と目標値の誤差を小さくする必要があります。
その誤差を小さくするために調整すべき値がパラメータです。
機械学習について詳しく知りたい方は↓こちらを見てください！
前回のお話で説明した、男女の顔の画像分類でいうと、髪の長さや顔の大きさといった特徴を元に、どの基準で男女を識別するかがパラメータとなります。
モデルと学習済みモデル
モデルというのは、広義の意味で使用されている用語だそうです。
機械学習では 「データの特性を数式で表現したもの」だと認識していただければと良いと思います。
モデル自体はデータの規則性を表現した数式が入る箱のようなものであり、明確な式が定まっているわけではないものを指します。
学習した後、数式が明確になったものを学習済みモデルと呼ぶそうです。
パラメータが定まった計算式が箱に入っているイメージですね。
今回のポイント
・機械学習は、パラーメータを調整してより良い結果を導く。
・モデルと学習済みモデルが機械学習では重要。
いかがでしたか？
どんどん難しくなって理解するのが大変になってきました。
まだまだ道のりは長そうです...
引き続き一緒に頑張っていきましょう📊！！！
下記参考資料です📚
この記事が気に入ったらサポートをしてみませんか？