教師なし学習

◼️教師なし学習

教師ありとの違い・・・・教師データが存在しない→インプットデータのみ

教師なし学習　＝　データをグルーピング（クラスタリング）する

安価多買・・・お得商品のレコメンドで併売増加（購入単価増/回）

高価少買・・・高級だが高評価商品のレコメンド（購入頻度増）

◼️レコメンデーション・・どれに価値があるかを特定するのを助ける道具→ユーザーの好み（興味関心があるであろう）と思われる情報を提案する

①ユーザーの好みを示すような情報を定義（情報（特徴量））を定義

②ユーザー同士の類似度（角度）を計算（類似度（角度）を計算）

③類似度が近いユーザーの購入商品を推奨（商品を推薦）

◼️最適化→数理最適化

ある対象となる変数を色々と動かしていく中で、変数によって動く決められた目的関数を最大化（あるいは最小化）すること

（例）単価を下げすぎると売上単価が下がる、単価を上げすぎると販売個数が下がる