g-kentei-kei

重回帰分析 (Multiple Regression Analysis) 解説 重回帰分析とは、1つの目的変数（予測したい値）に対して、2つ以上の説明変数（予測の手がかりとなる値）を使って予測を行う回帰分析の手法です。 数式と「超平面」のイ...

線形回帰 (Linear Regression) 解説 線形回帰とは、データの傾向を最もよく表す「直線（または超平面）」を引き、その直線を使って未知の数値を予測する、最も基本的かつ強力な統計手法です。 単回帰と重回帰 予測に使うデータ（説明...

サポートベクターマシン (SVM) 解説 サポートベクターマシン（SVM）とは、教師あり学習（主に分類タスク）で用いられる強力なアルゴリズムです。ディープラーニングが流行する前は、「最強の分類器」として広く使われていました。 「マージン最大...

勾配ブースティング (Gradient Boosting) 解説 勾配ブースティング（Gradient Boosting）とは、複数の「弱い学習器（主に浅い決定木）」を順番に作成し、前のモデルの失敗（誤差）を次のモデルが修正していくことで、...

決定木（Decision Tree） 1. 解説 決定木は、「もし〇〇ならA、そうでなければB」という条件分岐を繰り返し、フローチャートのような木構造を作って予測を行う機械学習モデルです。 分類問題（分類木）と回帰問題（回帰木）の両方に利用...

分類問題（Classification） 1. 解説 分類問題とは、入力されたデータが「どのグループ（カテゴリ・クラス）に属するか」を予測するタスクです。目的変数が「離散値（飛び飛びの値）」になるのが最大の特徴です。 例えば、「この写真は犬...

回帰問題（Regression） 1. 解説 回帰問題とは、入力データをもとに「連続的な数値」を予測するタスクのことです。 例えば、「駅からの距離」や「築年数」といったデータ（説明変数）から、「家賃（〇〇円）」という数値（目的変数）を予測す...

カーネル（カーネル法） 解説 カーネル法とは、そのままでは直線で分けること（線形分離）ができない複雑なデータを、高次元の空間に移動（写像）させることで、直線（平面）で分けられるようにする数学的なアプローチです。 「次元を上げれば解決する」と...

LLM（Large Language Model：大規模言語モデル） 解説 LLM（大規模言語モデル）とは、計算量・データ量・パラメータ数が巨大な（数億〜数兆規模の）自然言語処理モデルの総称です。 技術的基盤：Transformerとスケー...

ネオコグニトロン 解説 ネオコグニトロンとは、1979年にNHK放送科学基礎研究所の福島邦彦（ふくしま くにひこ）博士によって発表された、視覚パターン認識のための階層型ニューラルネットワークです。 CNNの「生みの親」 現在のディープラーニ...