MLの用語
主な機械学習の用語は次のとおりです。
- 関係
- ラベル
- 特徴
- モデル
- トレーニング
- 推論
関係
機械学習システムは、入力間の関係を使用して予測を生成します。
代数では、関係はしばしばy = ax + b：として記述されます。
- yは予測したいラベルです
- aは線の傾きです
- xは入力値です
- bは切片です
MLの場合、関係はy = b + wx：として記述されます。
- yは予測したいラベルです
- wは重量（傾き）
- xは機能（入力値）です
- bは切片です
機械学習ラベル
機械学習の用語では、ラベルは予測したいものです。
これは、線形グラフのyのようなものです。
| 代数 | 機械学習 |
| y = ax + b | y = b + wx |
機械学習機能
機械学習の用語では、機能は入力です。
これらは、線形グラフのx値のようなものです。
| 代数 | 機械学習 |
| y = a x + b | y = b + w x |
場合によっては、重みが異なる多くの機能（入力値）が存在する可能性があります。
y = b + w1x1 + w2x2 + w3x3 + w4x4 _ _ _ _ _
機械学習モデル
モデルは、ラベル（y）と機能（x）の間の関係を定義します。
モデルの寿命には、次の3つのフェーズがあります。
- データ収集
- トレーニング
- 推論
機械学習トレーニング
トレーニングの目標は、質問に答えることができるモデルを作成することです。家の予想価格はいくらですか？
機械学習の推論
推論とは、トレーニングされたモデルを使用して、ライブデータを使用して値を推論（予測）する場合です。モデルを本番環境に移行するようなものです。