メタ学習 From Wikipedia, the free encyclopedia メタ学習（メタがくしゅう）とは、機械学習において学習対象とされる課題や領域に応じて、行動や結論を決定する際に、何をどれぐらいの重みで扱うのか知ること。 結果として、ある決まった仮説空間の中から、事例に応じて、適切な仮説を獲得する[1]。 いろいろな学習器を、いろいろな訓練事例に適用して仮説を生成して、その仮説の性能を正解率などで評価するもの。 一方で、訓練事例の特徴、例えば、事例数、特徴数、分布の分散や非対称性なども得ておく。 こうした訓練事例の特徴を使って、各分類器の性能を予測する。 脚注 [脚注の使い方] ↑ “メタ学習 - 機械学習の「朱鷺の杜Wiki」”. ibisforest.org. 2019年1月21日閲覧。 関連項目 メタデータ メタ認知 この項目は、コンピュータに関連した書きかけの項目です。この項目を加筆・訂正などしてくださる協力者を求めています（PJ:コンピュータ/P:コンピュータ）。表示編集 表話編歴メタドメインおよびメソッド メタアナリシス メタ認知 メタ学習 メタ記憶 メタデータ メタディスコース（英語版） メタフィクション メタゲーミング（英語版） メタゲノミクス メタヒューリスティクス メタヒストリー（英語版） メタ知識 メタ言語 メタマテリアル メタ数学 メタモデル メタモチベーション（英語版） メタオブジェクト（英語版） メタ最適化（英語版） メタ組織（英語版） メタフェノミクス（英語版） メタ哲学 メタ認識論（英語版） メタ倫理学 メタ論理学 メタ存在論 メタフィジックス メタプログラミング メタサイエンス メタシステム（英語版） メタテオレム（英語版） メタ理論 メタバース Related Articles
