「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
(新しいページ: '【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(machin...') |
|||
| 1行目: | 1行目: | ||
| − | 【にゅーらるねっとわーくによるがくしゅう (learning by neural network)】 | + | '''【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. | 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. | ||
2007年7月17日 (火) 16:11時点における版
【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.