教師あり学習
入力Xと出力Yがあるもの。
何かの数値を情報として与えた時に、予想された数値を返してくれる。
回帰
家賃など「数値」を予測するもの。
入力として部屋の広さや駅からの距離を与えた時に、「家賃」と言った予測値を返してくれる。
分類
カテゴリーを予測するもの。動物の種類や犬種などを予測する。
教師なし学習
入力Xしかない。答えとして数値を返すわけではない。
何を予測するかと言うと、入力Xのデータの特性・構造・傾向を予測することができる
クラスタリング
奇抜な服を買いそうなグループ、シックで大人しめの服を買いそうなグループ、などと言った傾向でグループ分けをする。
次元削減
強化学習
入力も出力も、データがほぼないケースでも使うことができる。
イメージとしてはルンバとかの掃除ロボット！
ルンバは買ったばかりの時には部屋の形はわかっていませんが、何度もお部屋の掃除をするうちに部屋の形状を覚え、効率の良い掃除の仕方を学んでいきます。
これは強化学習の一つの例と言えます。
