「ニューラルネットワークによる学習」の版間の差分
ナビゲーションに移動
検索に移動
Albeit-Kun (トーク | 投稿記録) |
|||
| (他の1人の利用者による、間の1版が非表示) | |||
| 2行目: | 2行目: | ||
識別モデルや回帰モデルをデータから取得する機械学習(machine learning)には, 決定木(decision tree), ニューラルネットワーク, 統計的モデル, 遺伝的アルゴリズム(genetic algorithm)など様々なものが用いられる. その中でニューラルネットワークは, 逐次的学習およびオンライン学習が容易であることから, 適応的な問題に広く用いられている. ただし, 得られたモデルそのものはブラックボックス的であり, 入出力関係の説明能力に欠ける. | 識別モデルや回帰モデルをデータから取得する機械学習(machine learning)には, 決定木(decision tree), ニューラルネットワーク, 統計的モデル, 遺伝的アルゴリズム(genetic algorithm)など様々なものが用いられる. その中でニューラルネットワークは, 逐次的学習およびオンライン学習が容易であることから, 適応的な問題に広く用いられている. ただし, 得られたモデルそのものはブラックボックス的であり, 入出力関係の説明能力に欠ける. | ||
| + | |||
| + | [[category:近似・知能・感覚的手法|にゅーらるねっとわーくによるがくしゅう]] | ||
2008年11月13日 (木) 13:25時点における最新版
【にゅーらるねっとわーくによるがくしゅう (learning by neural network)】
識別モデルや回帰モデルをデータから取得する機械学習(machine learning)には, 決定木(decision tree), ニューラルネットワーク, 統計的モデル, 遺伝的アルゴリズム(genetic algorithm)など様々なものが用いられる. その中でニューラルネットワークは, 逐次的学習およびオンライン学習が容易であることから, 適応的な問題に広く用いられている. ただし, 得られたモデルそのものはブラックボックス的であり, 入出力関係の説明能力に欠ける.