Time-series-further-scope

時系列-さらなる範囲

機械学習はさまざまな種類の問題を扱います。 実際、ほとんどすべてのフィールドには、機械学習の助けを借りて自動化または改善する範囲があります。 多くの作業が行われているいくつかのそのような問題を以下に示します。

時系列データ

これは、時間に応じて変化するデータであるため、このチュートリアルでは主に説明したように、時間は重要な役割を果たします。

非時系列データ

これは時間に依存しないデータであり、ML問題の大部分は非時系列データにあります。 簡単にするために、さらに次のように分類します-

• 数値データ-人間とは異なり、コンピューターは数字のみを理解するため、すべての種類のデータは機械学習のために最終的に数値データに変換されます。たとえば、画像データは（r、b、g）値に変換され、文字はASCIIコードまたは単語は数字にインデックス付けされ、音声データは数値データを含むmfccファイルに変換されます。
• 画像データ-コンピュータービジョンはコンピューターの世界に革命をもたらしました。医療、衛星画像などの分野でさまざまな用途があります。
• テキストデータ-自然言語処理（NLP）は、テキストの分類、言い換えの検出、および言語の要約に使用されます。 これが、GoogleとFacebookをスマートにする理由です。
• 音声データ-音声処理には、音声認識と感情理解が含まれます。 コンピューターに人間らしさを与える重要な役割を果たします。