ディープラーニングG検定対策３　機械学習の具体的手法

【ディープラーニング検定対策3　機械学習の具体的手法】

　日本ディープラーニング協会「G検定」対策講座第3回目を始めますよろしくお願いします。前回は機械学習が、どういったものかについて説明しました。今回は、それに続いて機械学習の具体的手法について見ていきたいと思います。

　まず実際のモデルについて、機械学習のモデルはたくさんあります。言葉だけ並べてみましたが、k近傍法やランダムフォレスト、ブースティング、サポートベクターマシン、条件付き確率場、ニューラルネットワークなど、いっぱいありますが、いったんその言葉を置いておいて、伝えたいことは結局のところ、それぞれのモデルは、どういう境界線にするか、どういうパターン分類の基準にするかのアプローチが異なるだけということをお伝えします。

　というのも、実際にデータを分ける基準をつくろうと考えたとき、その分け方に関してはいろいろ考えられるわけです。

　例えば左図を見てください。丸のデータと三角のデータがあります。四角のデータが1個書いてありますが、これはどっちかわからないとしましょう。このときに丸と三角をうまく分ける基準を見つけて、四角をどちらかに分類したい。