for study session at my company

1. 機械学習の理論 (回帰) part1
2018年10月

2. 学習の目的
昨今、多種多様なライブラリの提供により機械学習
は容易に利用することができます。
しかし、いつ・どのようなタイミングでどのライブラリを
使用するかは、各ライブラリの特徴を知る必要があ
ります。

3. 学習の目的
今回はライブラリを知る前の段階として機械学習の
代表的なアルゴリズムの理論を少しだけ数学を用い
て説明します。
実装段階においてライブラリを使用する際に、中で
何が行われているのかを少しでもイメージできるよう
になることを目的とします。

4. 回帰の理論

5. ク
リ
ッ
ク
数
広告費
広告費が200円の時、クリック数はどのくらい？

6. ク
リ
ッ
ク
数
広告費

7. 今、あなたが予測したこと。
それが機械学習が行うこと。

8. どうやって？

9. ク
リ
ッ
ク
数
広告費
y = ax+b

10. y = ax+b を以下のように書き換える
※この関数がθを持っていて、xという変数の関数だと分かるため。

11. (θ0 = 1, θ1 = 2) 代入して考えてみる。
広告費（x） クリック数（y） θ0 = 1, θ1 = 2の時の予測結果
58 374 117
70 385 141
81 375 163
84 401 169
誤差が大きい

12. ク
リ
ッ
ク
数
広告費
誤差
fθ(x) = 1 + 2x のグラフ

13. ク
リ
ッ
ク
数
広告費
誤差
fθ(x) = 1 + 2x のグラフ
この誤差を
無くしたい！

14. 誤差を無くすためには・・・
誤差がどのくらいあるのかを知る必要がある。

15. 目的関数
学習データがn個あるとして
学習データごとの誤差の和を表すことができる。

16. 代入してみる。

17. 代入してみる。
誤差の総和