エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ここにツイート内容が記載されます https://b.hatena.ne.jp/URLはspanで囲んでください
Twitterで共有ONにすると、次回以降このダイアログを飛ばしてTwitterに遷移します
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
目的変数:予測したい情報 説明変数:予測に使う情報 モデル:説明変数と目的変数を結ぶ"箱"(数式やプロ... 目的変数:予測したい情報 説明変数:予測に使う情報 モデル:説明変数と目的変数を結ぶ"箱"(数式やプログラム) 目的変数の方に応じて問題の種類が変わる 目的変数が数値型 ⇒ 回帰問題 (ex.売上予測) 目的変数がID型 ⇒ 分類問題(ex.クリック予測(クリックする or しない)) 目的変数の有無に応じて機械学習は以下の2種類にわけられる 目的変数がある:教師あり学習 : 正解があって機械学習モデルで求める 目的変数がない:教師なし学習 : データからパターンを見つけたい。 #教師あり学習-回帰- 以下において、線形回帰分析(linear regression)以外は非線形回帰分析(nonlinear regression)。 線形回帰では線形パラメータが必要だが、非線形回帰では必要ない。線形パラメータとの関係を適切にモデル化できない場合は、線形回帰ではなく非線形回帰を使用する。 モ