教科書で学ぶ機械学習の枠組み
定義特徴量 は、対象がもつ性質のうち、学習や予測の手がかりにするものを 数値 で表したものである。
解説集めたままのデータには判断に役立たない情報も混じるため、目的に効く性質を選び出して数値にしたものを学習の入力にする。どの特徴量を使うかで、予測の当たりやすさが大きく変わる。従来は人が特徴量を設計していたが、ディープラーニング (人の脳の神経回路をまねた仕組みを何層にも重ねて学ぶ手法) では、どこに注目するかをコンピュータが学習の中で自ら見つける。
たとえ中古の自転車の値段を見積もる人が、色の好みではなく、走行距離やタイヤのすり減り具合を見るようなもの。値段の決め手になる点だけを数字で拾い出す。
記憶フック名前の「量」は数で表すという意味。数値にした特徴だから特徴量と読む。