機械学習の推定の概要理解

scikit-learn は Pyhon の機械学習ライブラリで、多くの推定器 (Estimator) が実装されており、全容を理解するために以下のチートシートが用意されている。

この前提となっている4つの大分類をざっくり理解するための概要のまとめ。

手法	概要	代表的なもの	活用例
回帰 (regression)	過去データからパターンを学習し、未知の結果を予測	線形回帰	過去の週次売上から来週の売上を予測, 過去のデータをもとに以上を検知
クラス分類 (classification)	過去のデータから分類方法を学習し、未知のデータを分類	ロジスティック回帰, 決定木, サポートベクターマシン	迷惑メールの分類, 文字認識, 画像認識
クラスタリング (clustering)	未知のデータを擬似性をもとにグループ化	k-means法	商品の購入状況から顧客の好みをグループ化
次元削減 (dimensionality reduction)	データを表現するために必要な値を削減	主成分分析	複雑なデータの分布を可視化, データの軽量化による計算速度向上