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
