🎓 Phase 1 機械学習の基礎枠組み（ドメイン目次）
Phase 1 機械学習の基礎枠組み 目次
このドメインは すべての機械学習手法の共通土台 です。個別アルゴリズム（回帰・分類・深層学習…）に入る前に、「学習とは何を最小化することか」「なぜ過学習するのか」「どう評価するのか」を押さえます。
- 前提：確率・統計の基礎（期待値・分散・確率分布）。数理は統計検定サイトを参照
- この後の土台になる：Phase 2 以降のすべて
トピック一覧
- 機械学習とは・3類型（基礎）— 教師あり / 教師なし / 強化学習の地図
- 学習問題の定式化（仮説・損失・経験リスク）（標準）— 仮説・損失・経験リスク最小化（ERM）
- 汎化と過学習・バイアスバリアンス分解（標準）— なぜ過学習するのか
- 訓練・検証・テストと交差検証（基礎）— データ分割・リーク・交差検証
- 評価指標（回帰）（基礎）— MSE / MAE / R² の使い分け
- 評価指標（分類）とROC・AUC（標準）— 混同行列・適合率/再現率・ROC/AUC
- 次元の呪い（標準）— 高次元での距離集中・データの疎性
関連ドメイン
- 教師あり学習・回帰 目次・教師あり学習・分類 目次 — ここで学ぶ評価・汎化を最初に使う
- 機械学習テキスト 全体目次 へ戻る