見出し画像

G検定試験忘備録①(教師あり学習)

初めまして、みずぺーといいます。
このnoteを機に初めて私を知った方のために、箇条書きで自己紹介を記述します。

  • 年齢:28歳

  • 出身:長崎

  • 大学:中堅国立大学

  • 専門:河川、河川計画、河道計画、河川環境

  • 転職回数:1回(建設(2年9か月)→IT系年収100万up(現職3か月))

  • IT系の資格:R5.4基本情報技術者試験合格💮

今日はG検定に向けた語彙を忘れぬうちにアウトプットしておく。

教師あり学習

線形回帰

統計でも用いられる手法で最もシンプルなモデルの一つ
データがあった時にそのデータに当てはまる直線を考えるもの

正則化

過学習を避けるためのテクニックの一つ。
学習の目的関数にペナルティとなる項を追加することでパラメータが極大になることを防ぐ。

(最小化したい新たな目的関数)=(通常の目的関数)+(正則化項)

Lasso回帰

L1正則化を施した線形回帰手法で、解がスパースになりやすい

Ridge回帰

L2正則化を施した線形回帰手法で、Ridge回帰の解は解析的に解ける

ここから先は

1,465字

¥ 200

この記事が気に入ったらサポートをしてみませんか?