k-meansクラスタリング
k-meansクラスタリングとは、正解ラベルのないデータを指定した数のグループ（クラスタ）に自動で分類する、代表的な教師なし学習アルゴリズムです。データの類似性にもとづいて中心点を定めながら分類を繰り返すことで、複雑なデータの構造を視覚化や要約に活かせる形で整理できるため、顧客セグメンテーションや画像圧縮などの幅広い分野で活用されています。
教師なし学習のAI用語一覧
6件教師なし学習に関するAI用語を6件掲載しています。意味や使い方、関連用語を一覧から確認できます。
階層型クラスタリング
階層型クラスタリングは、データ間の類似度をもとに木構造の階層を作り、データをグループ化する教師なし学習の手法です。事前のクラスター数を指定する必要がなく、デンドログラムによって視覚的に関係性を確認できる点が特徴ですが、大規模データでは計算量が増大する課題があります。
k-means
k-means（k平均法）は、教師なし学習の代表的なクラスタリング手法です。データを類似性に基づいて自動的にk個のグループ（クラスタ）に分類するアルゴリズムで、シンプルかつ高速に動作するためデータ分析の前処理や顧客セグメンテーションなど幅広く活用されています。
K平均法
K平均法は、与えられたデータをK個のグループに分類する代表的な教師なし学習のアルゴリズムです。データの類似性に基づいて自動的にグループ分けを行うため、顧客セグメンテーションや画像圧縮など幅広い分野で利用されています。
階層的クラスタリング
階層的クラスタリングは、データ間の類似度を基に階層的な木の構造を作ってグループ分けを行う教師なし学習のアルゴリズムです。事前のクラスター数を指定する必要がなく、データの全体像を樹形図で可視化できるという特徴を持ちます。
一クラスSVM
一クラスSVMは、正常なデータのパターンだけを機械学習によって学習し、そこから外れた未知のデータや異物を異常として検知するための教師なし学習アルゴリズムです。製造ラインの不良品検出や不正アクセス検知など、正常データのみが大量にある状況で広く活用されています。