AI・機械学習を学ぶ

エポック、過学習、正則化、活性化関数など、機械学習を理解するうえで土台になる用語をまとめた学習ページです。モデルがどのように学習し、どこで失敗し、どう改善するのかを順番に確認できます。

はじめに「モデルがデータから学ぶ」とは何かを理解し、その後に学習回数、過学習、正則化、活性化関数へ進むと、個別用語の関係が見えやすくなります。

学ぶ順番	内容	記事
1. 学習の基本	機械学習でモデルが何を調整しているのかを理解します。	機械学習：データから学ぶ人工知能
2. 学習回数	エポックの意味と、学習を何回繰り返すかを確認します。	エポックの基本：モデル学習で回数を調整する理由
3. 失敗パターン	過学習や未学習がなぜ起こるのかを整理します。	過学習：機械学習の落とし穴
4. 改善方法	正則化、早期終了、ドロップアウトで汎化性能を高めます。	過学習を防ぐ正則化とは
5. ニューラルネットワーク	活性化関数、ReLU、tanhなどの役割を学びます。	活性化関数：神経回路の要