出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/10/28 05:40 UTC 版)
 | この記事には複数の問題があります。改善やノートページでの議論にご協力ください。
|
メタ学習（メタがくしゅう）とは、機械学習において学習対象とされる課題や領域に応じて、行動や結論を決定する際に、何をどれぐらいの重みで扱うのか知ること。
結果として、ある決まった仮説空間の中から、事例に応じて、適切な仮説を獲得する[1]。
いろいろな学習器を、いろいろな訓練事例に適用して仮説を生成して、その仮説の性能を正解率などで評価するもの。
一方で、訓練事例の特徴、例えば、事例数、特徴数、分布の分散や非対称性なども得ておく。
こうした訓練事例の特徴を使って、各分類器の性能を予測する。
| メタ学習のお隣キーワード |
メタ学習のページの著作権
Weblio 辞書
情報提供元は
参加元一覧
にて確認できます。
|
All text is available under the terms of the GNU Free Documentation License. この記事は、ウィキペディアのメタ学習 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。 Weblio辞書に掲載されているウィキペディアの記事も、全てGNU Free Documentation Licenseの元に提供されております。 |
ビジネス｜業界用語｜コンピュータ｜電車｜自動車・バイク｜船｜工学｜建築・不動産｜学問
文化｜生活｜ヘルスケア｜趣味｜スポーツ｜生物｜食品｜人名｜方言｜辞書・百科事典
|
ご利用にあたって
|
便利な機能
|
お問合せ・ご要望
|
会社概要
|
ウェブリオのサービス
|
©2025 GRAS Group, Inc.RSS
