AtCoder Beginner Contest 085
- はじめに
- A - Already 2018
- 自分の解答
- 改善点
- B - Kagami Mochi
- 自分の解答
- 改善点
- C - Otoshidama
- 自分の解答
- 改善点
- D - Katana Thrower
- 自分の解答
- 改善点
『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