ユーザ用ツール

サイト用ツール


機械学習の理論のリンク集

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
2015年11月24日

http://hokuts.com/2015/11/24/ml0/

2011-01-14
機械学習超入門 ~そろそろナイーブベイズについてひとこと言っておくか~
計算機科学

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
icoxfog417
2017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
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



⇒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。



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)

機械学習の理論のリンク集.txt · 最終更新: 2018/10/07 by 127.0.0.1

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki