antigravity

1. 定義と概要 オーバーサンプリングとは、不均衡データ（分類したい種類ごとの件数に大きな偏りがあるデータ）において、少数派クラス（データ件数が少ない側の分類対…

1. 定義と概要 正規化（Normalization）とは、特徴量（モデルに入力するデータの各項目のこと）ごとに単位やスケールが異なるデータを、決まった範囲に変…

1. 定義と概要 非階層クラスタリングとは、あらかじめクラスタの数（k）を指定したうえで、グループ分けの良さを表す関数（クラスタ内の誤差など）が最適になるように…

1. 定義と概要 ノーフリーランチ定理とは、あらゆる問題に対して常に高い性能を発揮する万能アルゴリズム（どんな問題に対しても常に高い性能を発揮するアルゴリズムの…

1. 定義と概要 重回帰分析とは、2つ以上の説明変数を用いて1つの目的変数を予測する統計的手法です。予測の中身は、各説明変数に回帰係数（その説明変数が目的変数に…

1. 定義と概要 多重共線性とは、重回帰分析（複数の説明変数を使って目的変数の値を予測・説明する分析手法）における2つ以上の説明変数（予測のもとになる入力側のデ…

1. 定義と概要 多クラス分類とは、入力データを3つ以上のクラス（分類先となるカテゴリのこと）のうちどれか1つに割り当てる教師あり学習（正解ラベル付きのデータか…

1. 定義と概要 多次元尺度構成法（MDS）とは、対象間の距離や類似度の関係をできるだけ保ったまま、低次元、多くは2次元や3次元の空間上に点として配置し、対象同…

1. 定義と概要 ロジスティック回帰とは、説明変数の線形結合（複数の入力データを重み付けして足し合わせたもの）をもとに、ある事象が発生する確率を求める統計的な手…

1. 定義と概要 線形回帰分析とは、説明変数と目的変数の関係を一次式で表し、未知データの目的変数を予測する回帰分析の手法です。説明変数がひとつの場合を単回帰分析…