差分

このページの2つのバージョン間の差分を表示します。

--- 機械学習の理論のリンク集 [2017/06/03] – adash333
+++ 機械学習の理論のリンク集 [2018/10/07] (現在) – 外部編集 127.0.0.1
@@ 行 1: / 行 1: @@
 =====機械学習の理論の説明のリンク集=====
+機械学習が専門家の間で爆発的に流行したきっかけとしては、毎年開催されているAIの画像認識大会であるImageNetで、2012年に、Deep Learningの手法を用いたAlexNetというチームが前年度までの優勝者をブッチギる形（Top5エラー率が、2011年の25.7%から、2012年のAlexNetで16.7%）で優勝したことにあります。Deep Learningというのは、基本的には、ニューラルネットワークの隠れ層を深くしたものですから、それまでの知識も大事です。ですから、2011年以前の記事へのリンクも記載させていただきます。
 高卒でもわかる機械学習 (0) 前置き
@@ 行 10: / 行 12: @@
 http://d.hatena.ne.jp/echizen_tm/20110114/1295030258
+年6月17日
+機械学習アルゴリズムへの招待\\
+http://postd.cc/a-tour-of-machine-learning-algorithms/
+連載　機械学習 はじめよう\\
+年6月25日-2013年12月25日\\
+http://gihyo.jp/dev/serial/01/machine-learning
+=>ロジスティック回帰、ベイズ線形回帰、パーセプトロン、線形回帰、ベイズ確率、ベジアンフィルタなどについての説明と、Python2.6を用いての実装方法の解説があります。
 ゼロからDeepまで学ぶ強化学習
@@ 行 15: / 行 25: @@
 年05月23日に更新\\
 http://qiita.com/icoxfog417/items/242439ecd1a477ece312
+=====機械学習の理論リスト=====
+六本木で働くデータサイエンティストのブログ
+-03-31
+社会人が統計学や機械学習を学ぶなら「落下傘方式」で\\
+http://tjo.hatenablog.com/entry/2014/03/31/191907\\
+{{:pasted:20170603-234728.png}}\\
+=>機械学習の実装はPythonで、統計学の実装はRがお勧めです。\\
+余談ですが、簡単な統計をするなら、EZR（http://www.jichi.ac.jp/saitama-sct/SaitamaHP.files/statmed.html）（無料、論文作成にも使用できる）がおすすめです。
+{{:pasted:20170603-235314.png}}\\
+引用元：https://www.slideshare.net/miyoshiyuya/ss
+http://qiita.com/tomomoto/items/b3fd1ec7f9b68ab6dfe2\\
+代表的な機械学習手法一覧
+tomomoto
+年02月18日に更新
+=====ベイズ理論=====
+ようやく分かった！最尤推定とベイズ推定
+Akira Masuda
+Published on Nov 16, 2015\\
+https://www.slideshare.net/iranainanimosuteteshimaou/ss-55173144
+学部生向けベイズ統計イントロ(公開版)
+考司 小杉
+Published on Jul 21, 2015\\
+https://www.slideshare.net/KojiKosugi/ss-50740386
+ベイズ統計入門
+Miyoshi Yuya
+Published on Mar 3, 2013\\
+https://www.slideshare.net/miyoshiyuya/ss
+分でわかる(範囲の)ベイズ統計学
+Ken'ichi Matsui
+Published on Mar 6, 2016\\
+https://www.slideshare.net/matsukenbook/15-59154892\\
+=>難しい。。。
+=====線形識別モデル=====
+=====SVM(サポートベクトルマシン)=====
+=====パーセプトロン=====
+=====Deep Learning(深層学習)=====
+=====RNN(Recurrent Neural Network)=====
+=====DCGAN(Deep Convolutional Generative Adversarial Network)=====
+=====DQN(Deep Q-Network)=====
+----
+前：
+<wrap hi>
+[[機械学習の歴史のリンク集]]
+</wrap>\\
+[[sidebar|目次]]\\
+次：
+<wrap hi>
+[[機械学習トピックス2017年版]]
+</wrap>