1990年代
- 応用：疾病予測、クレジットカードの不正検知
- データ：小規模、分析に適したデータ（数十変数の数値ベクトルで記述されたデータなど）
- 手法：ルール学習、決定木、ロジスティック回帰
- 結果：単純な法則発見
- 応用：E-mailスパム分類、ネットワーク攻撃検知、遺伝子配列、レコメンド
- データ：大規模（数十万規模のユーザデータなど）
- 手法：カーネル法、協調フィルタリング
- 結果：複雑な法則発見、広告表示や商品推薦に大きな成果
- 応用：画像認識、自然言語処理
- データ：大規模かつ非構造（音声、画像など）
- 手法：深層学習（大規模ニューラルネットワークを効率よく学習）
- 結果：分析精度の大幅向上、認識タスクにおける人間と同等レベルの精度
- ビッグデータ：大量のデータに隠れた法則性を抽出
- データサイエンティスト：加工や集計を超えて意思決定に役立つ知見を得る
- 人工知能：人間と同レベルのパターン認識を実現
- IoT：機械が生み出す様々なデータを活用
データサイエンティスト養成読本 機械学習 入門偏、2015
0 件のコメント :
コメントを投稿
注: コメントを投稿できるのは、このブログのメンバーだけです。