教師あり学習は,予測を行うために既知のデータセット(学習データセットと呼ばれます)を使うタイプの機械学習におけるアルゴリズムです。学習データセットには,入力データと応答値が含まれます。このデータセットを使って,教師あり学習アルゴリズムは新しいデータセットに対する応答値の予測を行うモデルの構築を行います。テストデータセットは,モデルの検証によく使用されます。大規模な学習データセットを使用すると,多くの場合,新しいデータセット向けにすぐれた汎化を行う,予測力の高いモデルが作成されます。
教師あり学習には,次の2つのカテゴリのアルゴリズムが含まれます。
- 分類:カテゴリカルな応答値に対するもので,データを特定の”クラス”に振り分けます。
- 回帰:連続型の応答値に対するものです。
一般的な分類アルゴリズムには次のようなものがあります。
- サポートベクターマシン
- ニューラルネットワーク
- 単純ベイズ分類器
- 決定木
- 判別分析
- 最近傍法(资讯)
一般的な回帰アルゴリズムには次のようなものがあります。
教師あり学習アルゴリズムの詳細については,统计和机器学习工具箱™および深度学习工具箱™をご覧ください。