機械学習の理論のリンク集
差分
この文書の現在のバージョンと選択したバージョンの差分を表示します。
| 両方とも前のリビジョン 前のリビジョン 次のリビジョン | 前のリビジョン | ||
|
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) |
||
|---|---|---|---|
| ライン 1: | ライン 1: | ||
| =====機械学習の理論の説明のリンク集===== | =====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 | 高卒でもわかる機械学習 (0) 前置き | ||
| ライン 10: | ライン 12: | ||
| http://d.hatena.ne.jp/echizen_tm/20110114/1295030258 | http://d.hatena.ne.jp/echizen_tm/20110114/1295030258 | ||
| + | 2014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\\ | ||
| + | 2010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 | ゼロからDeepまで学ぶ強化学習 | ||
| ライン 15: | ライン 25: | ||
| 2017年05月23日に更新\\ | 2017年05月23日に更新\\ | ||
| http://qiita.com/icoxfog417/items/242439ecd1a477ece312 | 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 | ||
| + | 2014-03-31 | ||
| + | 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 | ||
| + | 2017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 | ||
| + | |||
| + | 学部生向けベイズ統計イントロ(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 | ||
| + | |||
| + | 15分でわかる(範囲の)ベイズ統計学 | ||
| + | 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> | ||
機械学習の理論のリンク集.1496489323.txt.gz · 最終更新: 2018/10/07 (外部編集)
