用語集
統計学習で使われる主要な用語とその解説です。
← 目次に戻る
Fisher基準
Fisher Criterion
Forward Stepwise Selection
Forward Stepwise Selection
k-近傍法
k-Nearest Neighbors
k近傍法
k-Nearest Neighbors
Lasso
Least Absolute Shrinkage and Selection Operator
Nadaraya-Watson推定量
Nadaraya-Watson Estimator
Ridge回帰
Ridge Regression
カーネル
Kernel
ガウス・マルコフの定理
Gauss-Markov Theorem
ガウス分布
Gaussian Distribution / Normal Distribution
サポートベクターマシン
Support Vector Machine (SVM)
サポートベクトル
Support Vector
テストデータ
Test Data
パーセプトロン
Perceptron
バイアス
Bias
バイアス-バリアンス・トレードオフ
Bias-Variance Tradeoff
バイアス・バリアンスのトレードオフ
Bias-Variance Tradeoff
バリアンス
Variance
バンド幅
Bandwidth
マージン
Margin
マハラノビス距離
Mahalanobis Distance
モデル選択
Model Selection
ユークリッド距離
Euclidean Distance
ロジスティック回帰
Logistic Regression
加法モデル
Additive Model
過学習
Overfitting
回帰
Regression
学習率
Learning Rate
関数近似
Function Approximation
既約誤差
Irreducible Error
共分散行列
Covariance Matrix
境界バイアス
Boundary Bias
教師あり学習
Supervised Learning
局所線形回帰
Local Linear Regression
局所多項式回帰
Local Polynomial Regression
区分線形
Piecewise Linear
訓練データ
Training Data
決定境界
Decision Boundary
交差検証
Cross-Validation
構造化回帰モデル
Structured Regression Model
最小角回帰
Least Angle Regression (LAR)
最小二乗法
Least Squares
最適分離超平面
Optimal Separating Hyperplane
残差
Residual
指示行列
Indicator Matrix
事後確率
Posterior Probability
事前確率
Prior Probability
次元の呪い
Curse of Dimensionality
次元削減
Dimension Reduction
射影
Projection
主成分
Principal Component
主成分回帰
Principal Components Regression (PCR)
条件付き期待値
Conditional Expectation
信頼区間
Confidence Interval
制限付き推定量
Restricted Estimator
正準変量
Canonical Variates
正則化
Regularization
正則化判別分析
Regularized Discriminant Analysis (RDA)
生成モデル
Generative Model
線形回帰
Linear Regression
線形判別分析
Linear Discriminant Analysis (LDA)
線形分離可能
Linear Separability
超平面
Hyperplane
統計モデル
Statistical Model
特異値分解
Singular Value Decomposition (SVD)
二次判別分析
Quadratic Discriminant Analysis (QDA)
判別モデル
Discriminative Model
判別関数
Discriminant Function
部分最小二乗法
Partial Least Squares (PLS)
分類
Classification
変動係数モデル
Varying Coefficient Model