Web教科書 トピックモデル
トピックモデル (Topic Model) 解説 トピックモデルとは、大量の文書データから、その裏側に潜んでいる「トピック（話題・テーマ）」を統計的に推定する、教師なし学習の手法です。 「1つの文書には、複数のトピックが混ざっている」 トピ...
g-kentei-kei
Web教科書 Web教科書 特異値分解（SVD）
特異値分解 (SVD: Singular Value Decomposition) 解説 特異値分解（SVD）とは、ある行列（データ）を、3つの行列の積に分解する線形代数の手法です。これにより、データの中に隠れている「本質的なパターン（潜在...
Web教科書 デンドログラム
デンドログラム (Dendrogram) 解説 デンドログラム（樹形図）とは、データを似ているもの同士で順番にまとめていく「階層的クラスタリング」の結果を、ツリー状（木構造）に可視化した図のことです。 図の読み方：高さ＝「似てなさ」 デンド...
Web教科書 多次元尺度構成法（MDS）
多次元尺度構成法 (MDS: Multi-Dimensional Scaling) 解説 多次元尺度構成法（MDS）とは、個体間の「距離（類似度）」の情報だけをもとに、それらの位置関係を2次元や3次元の空間上に再現（可視化）する次元削減手法...
Web教科書 潜在的ディリクレ配分法（LDA）
潜在的ディリクレ配分法 (LDA: Latent Dirichlet Allocation) 解説 潜在的ディリクレ配分法（LDA）とは、トピックモデル（文書の話題分析）における最も代表的な手法です。2003年にDavid Bleiらによっ...
Web教科書 主成分分析（PCA）
主成分分析 (PCA: Principal Component Analysis) 解説 主成分分析（PCA）とは、たくさんの変数（次元）を持つデータを、情報の損失をできるだけ抑えつつ、少ない変数（次元）に要約する「次元削減」の手法です。 ...
Web教科書 次元削減
次元削減（Dimensionality Reduction） 解説 次元削減とは、データが持っている情報の損失をできるだけ抑えながら、変数（特徴量）の数を減らしてデータを要約する手法です。 例えば、「身長」「体重」「座高」「足のサイズ」……...
Web教科書 コンテンツベースフィルタリング
コンテンツベースフィルタリング (Content-Based Filtering) 解説 コンテンツベースフィルタリング（内容ベースフィルタリング）とは、商品やコンテンツそのものが持つ「属性（特徴）」を分析し、ユーザーが過去に好んだものと似...
Web教科書 コールドスタート問題
コールドスタート問題 (Cold Start Problem) 解説 コールドスタート問題とは、レコメンドシステムにおいて、新規ユーザーや新規アイテムの情報（履歴データ）が不足しているために、適切な推薦ができなくなる問題のことです。 「初対...
Web教科書 クラスタリング
クラスタリング（Clustering） 1. 解説 クラスタリング（クラスター分析）とは、データの中から「似ているもの同士」を自動的に集めてグループ分け（クラスター化）する手法です。 最大の特徴は、正解データ（「これはAです」というラベル）...