機械学習タスクの種類
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/04/15 15:33 UTC 版)
機械学習のタスクは、以下の代表的な３種類のカテゴリーに分けられる。ただしこれらの３つで機械学習で扱う全てのタスクをカバーしているわけではないし、複数のカテゴリーに属するタスクや、どのカテゴリーに属するのか曖昧なタスクもある。 教師あり学習 入力とそれに対応すべき出力 を写像する関数を生成する。例えば、分類問題では入力ベクトルと出力に対応する分類で示される例を与えられ、それらを写像する関数を近似的に求める。 教師なし学習 入力のみ（ラベルなしの例）からモデルを構築する。データマイニングも参照。 強化学習 周囲の環境を観測することでどう行動すべきかを学習する。行動によって必ず環境に影響を及ぼし、環境から報酬という形でフィードバックを得ることで学習アルゴリズムのガイドとする。例えばQ学習がある。
※この「機械学習タスクの種類」の解説は、「機械学習」の解説の一部です。
「機械学習タスクの種類」を含む「機械学習」の記事については、「機械学習」の概要を参照ください。
ウィキペディア小見出し辞書の「機械学習タスクの種類」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。
お問い合わせ。
- 機械学習タスクの種類のページへのリンク
