差分

{{amazon|4295010073}}

----

*ラベル付された'''訓練データ'(training data)''からモデルを学習し、未知のデータを予測できるようにする

*離散値のクラスラベルを持つ教師あり学習は'''分類'(classification)''とも呼ばれる

*教師あり学習の'''回帰(regression)'''サブフィールドの場合、出力信号は連続値となる

----

*分類は新しいインスタンスを対象としてクラスラベルを予測することが目標

**'''’陰性クラス(negative class)'''と'''陽性クラス(positive class)'''を区別する'''決定境界(decision　boundary)'''を学習すれば分類できる

*'''多クラス分類(multiclass classification)'''の典型例として手書き文字認識が挙げられる

----

*連続値を予測する'''回帰分析(regression　analysis)'''では、複数の'''予測変数(predictor　variable)'''と連続値の'''応答変数(response　variable)'''が与えられれ結果を予測できるようにそれらの関係を探る

*予測に使われる変数は'''説明変数(explanatory variable)'''、予測したい変数は'''成果指標(outcome)'''

*機械学習では予測変数は一般的に'''特徴量(feature)'''と呼び、応答変数を'''目的変数(target variable)'''と呼ぶ

===基礎===