教師なし学習

正解のラベルを使わず、特徴量だけからデータの構造を見つける方法です。
- クラスタリング … 似たものどうしを同じ組にまとめる。k-means法は、組の数kを先に決め、中心に近いものを集める作業をくり返す。ウォード法は、近いものから順にまとめ、樹形図（デンドログラム）を作る
- 次元削減 … 特徴量を、情報をなるべく失わずに少ない数にまとめる。主成分分析（PCA）が代表。t-SNE は、高次元のデータを2次元や3次元に描いて眺めるのに使う
- トピックモデル … 文書に含まれる話題を見つける（潜在的ディリクレ配分法、LDA）

レコメンド

• 協調フィルタリング … 似た行動をした人が選んだものを勧める。データの少ない新しい商品や利用者では使いにくい（コールドスタート問題）
• コンテンツベースフィルタリング … 商品そのものの特徴が似ているものを勧める

強化学習

エージェント（学ぶ主体）が環境の中で行動し、得られる報酬の合計を最大にする行動のとり方（方策）を、試行錯誤で学ぶ方法です。
- 割引率 … 先の報酬ほど少し割り引いて考える数（0から1）
- 価値の学習 … 行動価値関数を学ぶ Q学習・SARSA
- 方策の学習 … 方策そのものを直接よくする方策勾配法・REINFORCE。両方を組み合わせた Actor-Critic
- 探索と活用 … ε-greedy 方策は、小さな確率εでわざと別の行動を試す

• 教師なし学習と、k-means法・ウォード法・主成分分析
• 協調フィルタリングとコールドスタート問題
• 強化学習の報酬・方策・割引率
• Q学習・方策勾配法・ε-greedy 方策