ディープ・フォレスト (機械学習)とは - わかりやすく解説 Weblio辞書

ディープ・フォレスト (機械学習)

この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。
出典を追加して記事の信頼性向上にご協力ください。（2018年9月）

機械学習およびデータマイニング

問題分類クラスタリング回帰異常検知相関ルール（英語版）強化学習構造化予測（英語版）特徴量設計（英語版）表現学習（英語版）オンライン学習（英語版）半教師あり学習（英語版）教師なし学習ランキング学習（英語版）文法獲得（英語版）
教師あり学習（分類 • 回帰）決定木（英語版）アンサンブル（英語版）（バギング、ブースティング、ランダムフォレスト） k-NN 線形回帰単純ベイズニューラルネットワークロジスティック回帰パーセプトロン関連ベクトルマシン (RVM)（英語版）サポートベクトルマシン (SVM)
クラスタリング BIRCH（英語版）階層的（英語版） k平均法期待値最大化法 (EM) DBSCAN OPTICS（英語版）平均値シフト（英語版）
次元削減（英語版）因子分析 CCA ICA LDA（英語版） NMF（英語版） PCA t-SNE
構造化予測（英語版）グラフィカルモデル（ベイジアンネットワーク、 CRF、HMM）
異常検知 k-NN 局所外れ値因子法
ニューラルネットワークオートエンコーダディープラーニング DeepDream（英語版）多層パーセプトロン RNN LSTM GRU 制約ボルツマンマシン（英語版） SOM 畳み込みニューラルネットワーク U-Net
強化学習 Q学習 SARSA（英語版）時間差分 (TD)（英語版）
理論偏りと分散のトレードオフ計算論的学習理論（英語版）経験損失最小化（英語版）オッカム学習（英語版） PAC学習統計的学習（英語版） VC理論（英語版）
議論の場 NIPS（英語版） ICML（英語版） ML（英語版） JMLR（英語版） ArXiv:cs.LG
表話編歴

ディープ・フォレスト（英: Deep Forest）は多数の決定木を用いたアンサンブル学習アルゴリズムであるランダムフォレストをさらに多層にしたアルゴリズムであり、2017年にZhi-Hua ZhouとJi Fengによって提案された^[1] 。ディープラーニングと比較し、ハイパーパラメータが少なく、訓練データのサンプルサイズが小さくても良好な結果が得られることが示されている。

出典

^ Zhou, Zhi-Hua; Feng, Ji (2017). “Deep Forest: Towards An Alternative to Deep Neural Networks”. Proceedings of the Twenty-Sixth International Joint Conference on Artificial Intelligence: 3553–3559. doi:10.24963/ijcai.2017/497.

ディープ・フォレスト (機械学習)とは？わかりやすく解説

ディープ・フォレスト (機械学習)

出典

「ディープ・フォレスト (機械学習)」の関連用語

ディープ・フォレスト (機械学習)とは？ わかりやすく解説

ディープ・フォレスト (機械学習)

出典

急上昇のことば

「ディープ・フォレスト (機械学習)」の関連用語

ディープ・フォレスト (機械学習)とは？わかりやすく解説