2/27に近畿大学で行われた機械学習勉強会に行ってきました。
波部先生 @habhit slideshareに上がる
機械学習とは「データの集合からその法則性を学ぶ」 写像で表せるf:x->y
x:特徴抽出(特徴ベクトル)
y:識別0,1,2,回帰:実数値、異常検知:0,1
- 人工知能
- 人間の知能 と同等なものを目指したシステム全体 機会学習 ∈ 人工知能
パターン認識 音声・画像からスタート 機会学習はそれらとは関係無く記号的な世界からスタート 現在ではあまり差はない
問題設定
- 教師あり フェリーか飛行機がわかってる
- 教師なし フェリーか飛行機がわからない
- 半教師 一部はフェリーか飛行機がわかってるが他は不明
- 学習結果の評価 やったことがどんだけいいのか
- 汎化性能 限られたデータを使って汎用的な識別規則を学習できるか？ 学習データにはいっていないものが識別できるか 過学習 わかってるデータ Q.過学習してるんじゃないの？ A.交差検証法してますから
主な学習
線形回帰の基本 入力と出力の差の2乗の和が最小になるように係数を決める
リッジ回帰 予測誤差だけでは過学習が起こる
ロジスティック回帰 「あるクラスに属する確率」 確信度
まとめ
基本はf:x->y
なにをxにしてなにをyにするかの選択が重要
機械学習の教育への応用可能性
###〜安全運転教育を例に〜 多田先生
交通事故の現状は昨年1年間で57万件
事故の90%はドライバーエラー
ドライバー側からのアプローチ
comments powered by Disqus