AI・計算機科学
機械学習シミュレーター
AI・計算機科学の中でも機械学習に絞って、関連する計算条件、式、設計判断を比較できるシミュレーター集です。
45 本のシミュレーター
隣接カテゴリ
ツール一覧
AdaBoost シミュレーター — 弱分類器のブースティング
AdaBoost Simulator — Boosting Weak Classifiers
機械学習
AdaBoost シミュレーター — 弱分類器のブースティングは、近い設計条件と主要指標を軸に現在値と変化傾向を短く追うためのページです。
Adam オプティマイザ シミュレーター
Adam Optimizer Simulator
機械学習
深層学習の定番最適化アルゴリズム Adam をブラウザで体験。学習率α・β₁・β₂・反復回数を変え、一次／二次モーメントとバイアス補正がどう働くかを等高線・損失曲線・通常GDとの比較で可視化する無料シミュレーターです。
1D 線形オートエンコーダ・シミュレーター — PCAと等価な圧縮再構成
1D Linear Autoencoder Simulator — Compression Equivalent to PCA
機械学習
10次元信号を K 次元のボトルネックに圧縮し線形デコーダで再構成する1D オートエンコーダ。SGD で訓練しながら学習曲線と再構成バーを観察し、線形 AE が上位 K 個の主成分を取り出す PCA と等価であることを可視化します。
バッチ正規化シミュレーター
Batch Normalization Simulator
機械学習
近い設計条件と主要指標に関する隣接ツールへ移る前に、支配的な条件と指標の関係をつかむ構成です。
バイアス・バリアンス トレードオフ シミュレーター
Bias-Variance Tradeoff Simulator
機械学習
多項式回帰のバイアス²・バリアンス・既約誤差を分解して可視化する機械学習シミュレーター。モデル次数・データ点数・ノイズ・データセット数を変えて、学習不足と過学習のトレードオフ、U字型の汎化誤差を直感的に理解できます。
協調フィルタリング シミュレーター
Collaborative Filtering Simulator
機械学習
ユーザーベース協調フィルタリングの仕組みを体験できる無料シミュレーター。評価行列・近傍数 k・類似度指標（コサイン／ピアソン）・疎度を変えて、推薦システムが「あなたへのおすすめ」をどう予測するか、予測誤差や類似ユーザーをリアルタイムで可視化します。
混同行列からの Precision・Recall・F1シミュレーター
Confusion Matrix Metrics Simulator
機械学習
統計・数値計算の仮定と感度に関する隣接ツールへ移る前に、支配的な条件と指標の関係をつかむ構成です。
交差エントロピー vs MSE 損失シミュレーター
Cross-Entropy vs MSE Loss Simulator
機械学習
二値分類の損失関数を比較するシミュレーター。ロジット z と正解ラベル y を変えると、交差エントロピー損失とMSE損失、そして勾配がリアルタイムで分かります。確信を持って間違えたときMSE勾配が消失し、交差エントロピーが分類で標準損失となる理由を直感的に学べる無料ツールです。
k-fold 交差検証シミュレーター
k-Fold Cross-Validation Simulator
機械学習
k-fold 交差検証（cross-validation）でモデル汎化性能を評価する無料シミュレーター。サンプル数 N・分割数 k・モデル複雑度・雑音などを変えて、訓練誤差・CV 誤差・汎化ギャップ・標準誤差を計算し、過学習を判定できます。
DBSCANシミュレーター — 密度ベースクラスタリング
DBSCAN Simulator — Density-Based Clustering
機械学習
DBSCANシミュレーターは、2D散布データに対しε近傍とMinPtsからコア点・境界点・ノイズを判定し、任意形状のクラスタを実時間で抽出します。εとMinPtsの感度を直感的に学べる教育用ツールです。
意思決定分析・期待値計算ツール
Decision Analysis
機械学習
最大3つの選択肢と各3つの結果に対して期待金銭価値(EMV)を計算し、最適な意思決定を特定。標準偏差・確率分布ヒストグラム・トルネードチャートによる感度分析。投資・プロジェクト入札・医療選択のプリセット付き。
決定木の不純度指標 — Gini・Entropy・誤分類率の比較
Decision Tree Impurity — Gini, Entropy and Misclassification
機械学習
決定木の不純度指標 — Gini・Entropy・誤分類率の比較では、近い設計条件と主要指標の前提を変えたときに設計余裕がどう動くかを比較します。
ドロップアウト正則化シミュレーター
Dropout Regularization Simulator
機械学習
ニューラルネットワークのドロップアウト正則化を体験できる無料シミュレーター。保持確率 p・層のニューロン数・乱数シードを変えて、ランダムにドロップされるマスク、保持数の二項分布、1/p スケーリング、部分ネットワーク総数 2ⁿ をリアルタイムに可視化します。
Elastic Net 回帰 シミュレーター — L1+L2 ハイブリッド正則化
Elastic Net Regression Simulator
機械学習
Elastic Net 回帰（Zou & Hastie 2005）の混合比 α と正則化強度 λ を変えて、特徴選択数・有効自由度・真陽性率・偽陽性率・MSE をリアルタイム可視化。Lasso と Ridge の中間で相関特徴をグループ選択できる仕組みを体感できる無料シミュレーターです。
ガウス過程回帰 — RBFカーネルと95%信頼区間
Gaussian Process Regression — RBF Kernel & 95% Confidence Band
機械学習
ガウス過程回帰シミュレーターは、RBFカーネルによる1次元GP回帰の予測平均と95%信頼区間をリアルタイムに計算・可視化します。長さスケールや観測ノイズを変えて、ベイズ的な不確かさ推定の挙動を直感的に学べます。
遺伝的アルゴリズム最適化シミュレーター
Genetic Algorithm
機械学習
遺伝的アルゴリズムの最適化プロセスをブラウザ上でリアルタイムに可視化。で、個体群の進化から収束までをアニメーションで直感的に学べます。CAE設計最適化の基礎理解やアルゴリズムの学習に最適なシミュレーターツールです。
勾配ブースティング シミュレーター
Gradient Boosting Simulator
機械学習
勾配ブースティングが弱学習器（浅い回帰木）を残差に逐次フィットして強い予測器を組み立てる仕組みを可視化。木の本数・学習率・木の深さ・ノイズを変えて、訓練誤差の低減・未学習・過学習の境目を体感できる無料シミュレーターです。
勾配クリッピング シミュレーター
Gradient Clipping Simulator
機械学習
勾配クリッピングをブラウザで体験。クリップ閾値・学習率・ステップ数を変え、ノルムクリップ・値クリップ・クリップなしが「崖あり地形」で勾配爆発をどう防ぐかを等高線と損失・勾配ノルム曲線で可視化する無料シミュレーターです。
モメンタム付き勾配降下法シミュレーター
Gradient Descent with Momentum Simulator
機械学習
モメンタム付き勾配降下法をブラウザで体験。学習率η・モメンタム係数γ・反復回数を変え、通常GD・モメンタム法・Nesterov加速勾配が細長い谷をどう収束するかを等高線と損失曲線で可視化する無料シミュレーターです。
勾配降下法・最適化アルゴリズム可視化
Gradient Descent
機械学習
SGD・Adam・RMSpropなどの最適化アルゴリズムが2D損失関数上でどう動くかをリアルタイム可視化。ロゼンブロック関数・Himmelblauなど4種の損失関数で機械学習最適化を直感的に理解できる無料ツール。
階層的クラスタリングシミュレーター — 凝集型とデンドログラム
Hierarchical Clustering Simulator — Agglomerative & Dendrogram
機械学習
階層的クラスタリング シミュレーターで 2D データの凝集型クラスタリングとデンドログラムをリアルタイム可視化。single/complete/average のリンケージと距離閾値でクラスタ数を制御できます。
画像畳み込みカーネル シミュレーター
Image Convolution Kernel Simulator
機械学習
3×3カーネルによる画像畳み込みをリアルタイムで可視化する無料シミュレーター。シャープ化・ぼかし・エッジ抽出・ソーベル・エンボスなどのカーネルを切り替え、入力画像との畳み込み結果と走査線プロファイルを観察し、畳み込みニューラルネットワーク（CNN）の仕組みを直感的に学べます。
K-分割交差検証シミュレーター — 多項式回帰の次数選択
K-Fold Cross-Validation Simulator — Polynomial Degree Selection
機械学習
K-分割交差検証シミュレーターで多項式回帰の最適次数 d を自動探索。訓練 MSE と CV MSE をリアルタイム計算・可視化し、過学習と汎化性能のバランスをグラフで確認できる機械学習解析ツールです。
k-meansクラスタリング シミュレーター
k-Means Clustering Simulator
機械学習
k-meansクラスタリングをブラウザ上で可視化する無料シミュレーター。クラスタ数 k・データ点数・初期化方法を変え、Lloyd法の反復・WCSSの収束・エルボー法によるkの選定をアニメーションとグラフで体験できる機械学習ツールです。
k 近傍法（k-NN）2D 分類シミュレーター — 決定境界と LOO 精度
k-NN 2D Classifier Simulator — Decision Boundary and LOO Accuracy
機械学習
k 近傍法（k-NN）2D 分類シミュレーターは、3 クラスの学習データに対して任意のクエリ点のクラスを多数決で予測し、k 値と決定境界の関係をリアルタイムに可視化。LOO 交差検証精度も計算します。
Kriging サロゲートモデル シミュレーター — ガウス過程回帰
Kriging Surrogate Model (Gaussian Process Regression) Simulator
機械学習
Kriging（ガウス過程回帰）サロゲートモデルの予測値・95%信用区間・対数周辺尤度・RMSEを SE/Matérn3-2/Matérn5-2 カーネルで可視化。少数の高コスト評価点から滑らかな補間関数を構築する設計最適化向け無料ツール。
学習曲線シミュレーター — 過学習・学習不足の診断
Learning Curve Simulator — Diagnose Overfitting & Underfitting
機械学習
近い設計条件と主要指標の初期検討に向けて、代表条件と主要指標の関係を同じ画面で読み取れます。
学習率スケジュール シミュレーター
Learning Rate Schedule Simulator
機械学習
機械学習の学習率スケジュールを可視化する無料シミュレーター。ステップ減衰・指数減衰・コサインアニーリングの3方式について、初期学習率・総エポック数・減衰パラメータを変えて学習率の推移と損失谷を下るボールの挙動をリアルタイム計算できます。
線形SVMシミュレーター — ソフトマージン2D分類
Linear SVM Simulator — Soft-Margin 2D Classification
機械学習
線形 SVM による 2D ソフトマージン分類を、劣勾配降下法でリアルタイム最適化するシミュレーター。ヒンジ損失と L2 正則化のバランス、最大マージン超平面、サポートベクター、正則化係数 C やノイズの影響を可視化します。
ロジスティック回帰（2D 2クラス分類）シミュレーター
Logistic Regression (2D Binary Classifier) Simulator
機械学習
ロジスティック回帰シミュレーターは、シグモイド関数とクロスエントロピー損失を勾配降下で最小化し、2D データを 2 クラスに分類。学習率・反復回数・L2 正則化を変えて、線形決定境界と訓練精度をリアルタイム可視化します。
ガウシアン ナイーブベイズ分類シミュレーター — 2D 3クラス
Gaussian Naive Bayes Classifier Simulator — 2D, 3 Classes
機械学習
ガウシアン ナイーブベイズ分類シミュレーターは、2特徴量・3クラスの分類問題で対数事後確率と決定境界をリアルタイムに可視化します。クエリ点・σシフト・サンプル数を調整して、独立仮定の効果を直感的に学べます。
ニューラルネットワーク可視化ツール
Neural Network
機械学習
ニューラルネットワークの仕組みを直感的に学べる可視化ツールです。順伝播と逆伝播をリアルタイムで視覚的に確認でき、XOR問題の学習過程を通じて機械学習の核心が理解できます。活性化関数や損失曲線、決定境界も表示し、初学者から中級者まで深く学べる
主成分分析（PCA）シミュレーター — 2D データの固有値分解
Principal Component Analysis (PCA) Simulator — Eigendecomposition for 2D Data
機械学習
主成分分析（PCA）シミュレーターは、2次元相関データに対して共分散行列の固有値・固有ベクトルから主成分軸と寄与率をリアルタイム計算します。相関係数と標準偏差を変えて、データの主要な変動方向を直感的に学べます。
パーセプトロン学習シミュレーター — 線形分類器の収束
Perceptron Learning Simulator — Linear Classifier Convergence
機械学習
パーセプトロン学習シミュレーターは、2入力単純パーセプトロン y = sign(w1·x1 + w2·x2 + b) の学習則をブラウザ上で実行し、線形分離可能な2クラスデータに対して決定境界が収束するまでの過程を可視化します。学習率・エポック数・初期重みを調整できます。
方策勾配法シミュレーター — 強化学習
Policy Gradient Simulator
機械学習
強化学習の方策勾配法（REINFORCE）を体験できる無料シミュレーター。学習率・方策の標準偏差・エピソード数・バッチサイズ・ベースラインを変えて、方策がどう最適行動へ収束するか、ベースラインが勾配分散をどれだけ減らすかを可視化します。
プーリング層シミュレーター — CNN
Pooling Layer Simulator — CNN
機械学習
近い設計条件と主要指標に関する隣接ツールへ移る前に、支配的な条件と指標の関係をつかむ構成です。
Q学習シミュレーター — 強化学習グリッドワールド
Q-Learning Simulator — Reinforcement Learning Gridworld
機械学習
強化学習の基礎アルゴリズム「Q学習」をグリッドワールドで体験できる無料シミュレーター。学習率・割引率・探索率・エピソード数を変えて、エージェントが報酬だけから最適方策を学ぶ過程・学習曲線・価値関数の収束を可視化します。
ランダムフォレストの多数決 — bagging と分散低減
Random Forest Majority Vote — Bagging and Variance Reduction
機械学習
近い設計条件と主要指標の初期検討に向けて、代表条件と主要指標の関係を同じ画面で読み取れます。
L1/L2正則化シミュレーター — LassoとRidge
L1/L2 Regularization Simulator — Lasso vs Ridge
機械学習
機械学習のL1正則化（Lasso）とL2正則化（Ridge）の違いを可視化する無料シミュレーター。正則化強度λと元の重みを変えて、軟しきい値による重みのゼロ化（スパース化）と比例縮小の挙動をリアルタイムで比較できます。
Softmaxと交差エントロピー損失 — 分類学習の核
Softmax and Cross-Entropy Loss — Core of Classification
機械学習
Softmaxと交差エントロピー損失シミュレーターは、3クラス分類のロジットと温度パラメータから確率分布と損失をリアルタイム計算します。温度Tを変えて分布の鋭さと損失の変化を可視化し、分類モデル学習の核となる仕組みを学べます。
スペクトラルクラスタリング シミュレーター
Spectral Clustering Simulator
機械学習
スペクトラルクラスタリングのインタラクティブ模擬：RBF・k-NN・コサイン親和度行列、正規化グラフラプラシアン L=D^-1/2(D-W)D^-1/2 の固有値分解、半月形・同心円など非凸データを完璧に分離する固有ベクトル法を可視化。k-means比の改善率・固有値ギャップ・メモリ使用量を即時計算。
SGLD ストキャスティック勾配ランジュバン シミュレーター
Stochastic Gradient Langevin Dynamics (SGLD) Simulator
機械学習
SGLD ストキャスティック勾配ランジュバン シミュレーターは、近い設計条件と主要指標を軸に現在値と変化傾向を短く追うためのページです。
TF-IDF ベクトル化シミュレーター
TF-IDF Vectorizer Simulator
機械学習
文書数・単語の出現回数・文書長・その単語を含む文書数を変えて、TF-IDF の単語頻度・逆文書頻度・重みをリアルタイム計算。文章を数値ベクトルに変換し、特徴的な語とストップワードを見分ける無料の機械学習シミュレーターです。
Transformer アテンション基礎シミュレーター
Transformer Attention Basics Simulator
機械学習
Transformer の核心であるスケール付きドット積アテンションを3トークンで体感できる無料シミュレーター。各トークンの方向ベクトル・クエリ・温度を変えると、注目重み・softmax・出力ベクトル・注意エントロピーがリアルタイムで分かります。
重み初期化シミュレーター — Xavier・He
Weight Initialization Simulator — Xavier & He
機械学習
ニューラルネットの重み初期化（Xavier・He・ゼロ・小さな乱数・大きな乱数）が、深い層を信号が伝わるときの活性化分散にどう効くかを可視化。勾配消失・勾配爆発を回避する初期化を選べる無料シミュレーターです。