教師あり学習
入力データと正解ラベルの組み合わせを用意して食わせることで、
正しい分類と回帰が出力されるように学習する方法のこと。
分類は、データの蓄積やルールに基づいて、「カテゴリーを予測すること」。
回帰は、データの蓄積やルールに基づいて、「具体的に数値を予測すること」。
※回帰 regression
一見「もどってくる」みたいなイメージがあるが、意味としては「数値を予測すること」。
19世紀の統計学者フランシス・ゴルトンが、人の身長を研究したときに、極端に背が高い/低い人間の子供の身長は平均に近づいていくという現象に気がつき、これを「平均への回帰regression toward the mean」と読んだ。この研究の過程で、「ある変数（親の身長）とある変数（子供の身長）を比較して、分析・予測する」ことを回帰と呼ぶようになった。
強化学習 Reinforcement Learning
モデルに、最初から正解を教えるのではなく、過程で学んでもらうこと。
例えば迷路を探索して最短経路のゴールを見つけるモデルを作成したとして、早くゴールに着いたらより多くの報酬をもらえるように設定して、とにかく試行錯誤させる。
意味を保つデータ拡張 Data Augmentation
例えば猫の画像があるとして、猫であるというのは変えずに、画像の縦横右左を回転させたり、サイズを縮小させたり、解像度を荒くしたりして、データのバリエを増やすこと。