すべての学習データを使って損失関数を計算する方法

等しいかどうか(= or ≠)で判定する。単純に区別することが目的。カウントのみ可能。データを数えることしできない。

大きいか小さいか(> or <)、不等式で判定する。大小関係・順序に意味がある。カウントと比較が可能。

たし算、ひき算、平均の計算が可能(+,-)。差に意味がある。

たし算、ひき算、かけ算、わり算(+, -, ×, ÷)の計算が可能。

数値で表すことができるもの

数値で表すことができないもの

カテゴリ変数に応じた数値を割り当てるエンコーディング方法

カテゴリ変数ごとに特徴量を作ってTrue/Falseを割り当てるエンコーディング方法

カテゴリ変数の出現回数を割り当てるエンコーディング方法

データを平均を0、分散を1となるように変換する手法を( )という。( )スケーリングともいう。

データを0から1の範囲に変換する手法を( )という。( )スケーリングともいう。このとき、最小値は0, 最大値は1となる。

データの欠損値や異常値を処理する前処理方法の一つ

データの値を特定の範囲に変換する前処理方法の一つ

テキストデータ(文字データ)を数値データに変換する前処理方法の一つ

データの次元数を減らす前処理方法

機械学習データの中から強い関連がある特徴を選択すること

データの一部が意図なく(ランダムに)欠損していること

データの一部が測定対象に依存して欠損していること

データそのものが測定対象に依存して欠損していること

教師あり学習は大きく( )と( )に分けられる。