machine-learning
学習のタイプ

教師あり学習

入力が与えられたときに出力を予測することを学習します。

各トレーニングケースは入力とターゲット出力で構成されています。

回帰

目標出力は連続値をとる。

• 株価を予測する
• 住宅価格の予測

分類

ターゲット出力はクラスラベルです。

• どのような果物の入力が
• 一言一言

強化学習

機械は、その性能を最大にするために理想的な挙動を自動的に決定しなければならない。

例えば：

強化学習を使用すると、Marioレベル（ Mari / O-Machine Learning for Video Games ）を完了できるコンピュータプログラムを作成することもできます。

教師なし学習

教師なし学習は、私たちの結果がどのように見えるかをほとんどまたは全く考えずに問題にアプローチすることができます。変数の効果を必ずしも把握していないデータから構造を導出することができます。

教師なし学習の最も一般的なタイプは、 クラスター分析またはクラスター化です。同じグループ（クラスタ）のオブジェクトが他のグループのオブジェクトよりも互いに類似しているように、オブジェクトのセットをグループ化するのが目的です。

非クラスタリングの教師なし学習もあります。その一例は、音のメッシュから個々の音声および音楽を識別する。これは「カクテルパーティーアルゴリズム」と呼ばれています。