わかりやすいAI-日大の私でもわかるPARTⅤ
前回の番外編をⅣとしましたので、本日はVで再開します。
先述の、機械学習のまとめに入ります。
機械学習のパターン=モデルはいくつもありますので、それの組み合わせによって、お客さんの要望に応えるために、いろんなテストを行ないます。これを交差検定といいます。この検定は性能評価に用いられます。
3つに分類します。
1.教師ありき学習
・できること→データを分類したい。
・やりたいこと→新しい良い口コミか悪い口コミか判別できる機会がほしい。
2.教師なし学習
・データを複数(グループ化)に分割したい。
・大量の口コミを良い口コミと悪い口コミにグループ分けしたい。
3.強化学習
・ある状態の行動ルールを決めたい。
・お客さんの反応ができるだけ良くなる行動がとれるロボットを開発したい。
朕が思うには、重要なのは「目的」を達成するための精度だと思います。その精度を高めていくためにディープラーニングが必要になってくるのだろうと、勝手な解釈してます。次回は、そのディープラーニングを説明します。