第II部 機械学習手法

第II部では、Oracle Machine Learningでサポートされている機械学習手法について基本概念を説明します。

機械学習手法は、Oracle Machine Learningアルゴリズムを使用して解決可能な問題の種類を表します。

ノート:

機械学習手法という用語は、SQL言語関数とは関係ありません。

第II部は次の章で構成されています。

• 異常検出
  異常検出(教師なし機能)によってデータ内の希少ケースを検出する方法を学習します。
• 相関
  相関の教師なし機械学習手法の使用によって相関ルールを検出してデータにおける同時発生を検出します。
• 分類
  分類(教師あり機械学習手法)を使用して質的ターゲットを予測します。
• クラスタリング
  クラスタリング(教師なし機械学習手法)を使用して、データにおける自然なグループを検出します。
• 埋込み
  ベクトルとして表されている数値次元内のデータを変換してコンテンツ類似性検索やその他の用途を可能にする、機械学習手法としての埋込みについて詳しく説明します。
• 特徴抽出
  教師なし機能としての特徴抽出を使用して属性の削減を実行する方法を学習します。
• 特徴選択
  特徴選択および属性評価の実行方法を学習します。
• ランキング
  回帰機械学習手法としてランキングを使用して、項目に優先順位を付けます。
• 回帰
  回帰(教師あり機械学習手法)を使用して連続的な量的ターゲットを予測する方法を学習します。
• 行重要度
  他の機械学習手法でモデルを作成する前にデータを前処理するには、教師なし手法として行重要度を使用します。
• 時系列
  Oracle Machine Learningの回帰機能としての時系列について学習します。