サルでもわかるデータサイエンス

ホールドアウト法とは？Pythonの実装までをわかりやすく解説

ホールドアウト法とはデータを訓練データとテストデータに分割する手法です。本記事では、モデルの評価を行うためのデータ分割手法である『交差検証法』について、メリット・デメリットやPythonでの実装を解説

2023/08/30 22:29

k-means法とは？アルゴリズムやPythonの実装をわかりやすく解説

k-means法はデータをグループに分けるクラスタリングの手法です。本記事ではk-means法が使える場面やアルゴリズム、欠点、そしてPythonでの実装について解説していきます。

2023/08/26 14:24

バイアスとバリアンスとは？意味やトレードオフ・分解について解説

バイアスとバリアンスはモデルの予測性能に大きく関わる重要な概念です。本記事では、バイアスとバリアンスのそれぞれの概要やトレードオフの関係、バイアス・バリアンス分解について解説していきます。

2023/08/25 00:22

バイアスとバリアンスとは？意味やトレードオフ・分解について解説

バイアスとバリアンスはモデルの予測性能に大きく関わる重要な概念です。本記事では、バイアスとバリアンスのそれぞれの概要やトレードオフの関係、バイアス・バリアンス分解について解説していきます。

2023/08/25 00:22

アンサンブル学習とは？3つの種類や注意点までわかりやすく解説

アンサンブル学習とは複数のモデルを組み合わせることで予測精度を上げる手法です。今回の記事ではアンサンブル学習の3つの種類からバイアスとバリアンス、注意点について解説していきます。

2023/08/15 23:43

交差検証法とは？種類やPythonの実装・ホールドアウト法との違いまでわかりやすく解説

交差検証法とはデータを等分し、それらのデータの1つをテストデータとして繰り返しテストを行うモデルの評価方法です。本記事では、モデルの評価方法の1つとして重要な交差検証法について種類やPythonでの実

2023/08/13 22:55

過学習（Overfitting）とは？起こる原因から見分け方・対策方法までわかりやすく解説！

過学習は学習のために用いたデータに過度に適合することで、未知のデータに対する予測精度が低くなってしまう現象です。今回の記事では、過学習の原因から見分け方・対策方法まで解説しています。

2023/08/11 23:18

機械学習における正則化とは？L1正則化とL2正則化やPythonでの実装までわかりやすく解説！

正則化はモデルの作成の際に過学習を抑えるために用いられる手法です。正則化にはL1正則化とL2正則化が存在しそれぞれ特徴が存在します。今回の記事では、正則化の概要や目的、L1正則化とL2正則化の特徴と実

2023/08/09 00:46