機械学習 · 概念・定理図鑑
バイアスとバリアンス
同じ入力に対する複数学習結果を比較し、二乗誤差を偏り・分散・観測雑音へ分けて理解します。
基礎から応用へSEARCH LAVACS
教材・体系ガイド・6図鑑・実験・比較記事を、同じ入口から検索できます。
8件・1 / 1ページ
機械学習 · 概念・定理図鑑
同じ入力に対する複数学習結果を比較し、二乗誤差を偏り・分散・観測雑音へ分けて理解します。
基礎から応用へ機械学習 · 概念・定理図鑑
予測確率と観測頻度の一致を、正解率・順位・しきい値と分け、データ分割と標本数に注意して評価します。
基礎から応用へ機械学習 · 概念・定理図鑑
標本勾配の平均とばらつきを小さな例で計算し、バッチサイズ・偏った抽出・再現性の役割を区別します。
基礎から応用へ機械学習 · 概念・定理図鑑
確率と対数オッズ、モデルが出すスコアを区別し、sigmoid・softmax・温度の効果を小さい数で計算します。
基礎から応用へ機械学習 · 概念・定理図鑑
損失と制約のバランスを一変数の例で解き、特徴量の尺度、検証データ、重み減衰との違いを確認します。
基礎から応用へ機械学習 · 体系ガイド
距離と尺度がデータの見え方を変えることを確認し、PCAとクラスタリングの目的を分ける。
基礎から応用へ機械学習 · 体系ガイド
汎化性能を測る分割と、分類の閾値・適合率・再現率を小さな混同行列で考える。
基礎から応用へ機械学習 · 体系ガイド
入力・正解・モデル・損失を分け、学習で小さくする量と将来の予測性能の違いを理解する。
基礎から応用へ