🎓 Phase 3 教師あり学習：分類（ドメイン目次）
Phase 3 教師あり学習：分類 目次
入力をカテゴリに振り分ける教師あり分類を扱います。線形な決定境界（ロジスティック回帰・LDA）から、距離・確率・マージン・木に基づく多様な手法までを横断し、それぞれの決定境界の形と前提を比較します。
- 前提：学習問題の定式化（仮説・損失・経験リスク）・評価指標（分類）とROC・AUC
- この後の土台：アンサンブル学習（決定木→ランダムフォレスト）・ニューラルネットワーク
トピック一覧
- ロジスティック回帰（基礎）— シグモイド・交差エントロピー・線形境界
- 判別分析（LDA・QDA）（標準）— ベイズ判別・正規仮定・線形/二次境界
- k近傍法（k-NN）（基礎）— 距離に基づく怠惰学習
- ナイーブベイズ（基礎）— 条件付き独立を仮定した生成モデル
- サポートベクターマシン（SVM）（発展）— マージン最大化・双対・カーネル
- 決定木（標準）— 分割基準・剪定・解釈性