『Machine Learning 101』の解説
はじめに
GoogleのSenior Creative EngineerであるJason Mayesさんのスライド『Machine Learning 101』が2017年12月に公開されました。
docs.google.com
Gigazineでも以下の記事で掲載されていました。
gigazine.net
Gigazineの記事を読んだ上で、非常に興味深いと思ったので、自分なりに理解して、適宜情報を付け加えながら、覚書的に記事を書いてみようと思います。
- はじめに
- このスライドとは何か?
- 人口知能(Artificial Intelligence)、機械学習(Mahine Learning)、深層学習(Deep Learning)とは何か?
- 人工知能(Artificial Intelligence)
- 機械学習(Machine Learning)
- 深層学習(Deep Learning)
- まとめ
- データの選び方
- 学習方法
- 教師あり学習(Supervised Learning)
- 教師なし学習(Unsupervised Learning)
- 強化学習(Reinforcement Learning)
- どのように動いているのか
- 例1
- 例2
- 例3
- ニューラルネットワーク(Neural Networks)
- 畳み込みニューラルネットワーク(Convolutional Neural Network)
- 機械学習アルゴリズムの種類
- 回帰(Regression)
- 例示ベース(Instance-Based)
- 決定木(Decision Tree)
- ベイジアン(Bayesian)
- クラスタリング(Clustering)
- 相関ルール(Association Rules)
- 人口ニューラルネットワーク(Artifiial Neural Networks)
- ディープラーニング(Deep Learning)
- 次元圧縮(Dimensionality Reduction)
- アンサンブル学習(Ensemble Learning)
- 様々な応用
AtCoder Beginner Contest 084
- はじめに
- A - New Year
- 自分の解答
- 改善点
- B - Postal Code
- 自分の解答
- 改善点
- 改善後のコード
- C - Special Trains
- 自分の解答
- 改善点
- 改善後のコード
- D - 2017-like Number
- 自分の解答
- 改善点
- 改善後のコード
- 最後に
ざっくりとJava
はじめに
今回はMITの講義である"Introduction to Programming in Java"を参考にしながらざっくりとまとめていきます。
Lecture Noteなどは下記のリンクから手に入ります。
- はじめに
- 対象者
- 環境構築
- コンパイルと実行
- Hello Worldを実行してみよう
- 型・変数・演算子 (Types, Variables, Operators)
- メソッド (Method)
- メソッド宣言
- メソッド呼び出し
- 例
- 引数 (Parameters)
- 例
- 複数引数
- 変数のスコープ
- 例1
- 例2
- 条件分岐 (Conditional branch)
- ループ・配列 (Loops, Arrays)
- while
- 例
- for
- 例
- break
- 例
- continue
- 例
- while
- 配列 (Arrays)
- 初期化 (Initialization)
- アクセス (Access)
- lengthプロパティ
- 例1
- 例2
- クラス (Class)
- 宣言
- 例
- インスタンス (Instance)
- コンストラクタ (Constructor)
- 宣言
- コーディングスタイル (Good Programming Style)
- 変数名
- 適切なインデント
- 適切なスペース