基本的に分類の問題があるとしましょう。つまり、いくつかの入力といくつかの可能な出力クラスが与えられた場合、与えられた入力の正しいクラスを見つけます。ニューラル ネットワークと決定木は、このような問題を解決するために使用できるアルゴリズムの一部です。ただし、これらのアルゴリズムは通常、結果の分類のみを出力します。
では、1 つの分類だけに関心があるのではなく、入力が各クラスに属する事後確率に関心があるとしたらどうでしょう。IE、「この入力はクラス A に属します」という回答の代わりに、「この入力はクラス A に 80%、クラス B に 15%、クラス C に 5% 属します」という回答が必要です。
私の質問は、これらの事後確率を取得する方法ではなく、それらを見つけるプロセスを説明する正しい用語についてです。これを回帰と呼ぶこともできます。現在、実数値の数を推定しようとしているためです。しかし、それが正しいかどうかはよくわかりません。正確な分類でもなく、両者の中間に位置するものだと思います。
一部の入力が可能な出力クラスのそれぞれに属するクラスの条件付き事後確率を見つけるプロセスを説明する言葉はありますか?
PSこの質問がプログラミングの質問として十分かどうかは正確にはわかりませんが、機械学習に関するものであり、機械学習には一般的にかなりの量のプログラミングが必要なので、試してみましょう.