2019.06.16
カテゴリ： AI
第1章 機械学習の基礎
1.1 機械学習の概要
1.2 機械学習に必要なステップ
第2章 教師あり学習
01 線形回帰
02 正則化
03 ロジスティック回帰
04 サポートベクトルマシン
05 サポートベクトルマシン（カーネル法）
07 ランダムフォレスト
08 ニューラルネットワーク
09 kNN
第3章 教師なし学習
10 PCA
11 LSA
12 NMF
13 LDA
14 k-means法
15 混合ガウス分布
16 LLE
第4章 評価方法および各種データの扱い
4.1 評価方法
4.2 文書データの変換処理
4.3 画像データの変換処理
第5章 環境構築
5.2 仮想環境
5.3 パッケージインストール
1.1 機械学習の概要
1.2 機械学習に必要なステップ
第2章 教師あり学習
01 線形回帰
02 正則化
03 ロジスティック回帰
04 サポートベクトルマシン
05 サポートベクトルマシン（カーネル法）
07 ランダムフォレスト
08 ニューラルネットワーク
09 kNN
第3章 教師なし学習
10 PCA
11 LSA
12 NMF
13 LDA
14 k-means法
15 混合ガウス分布
16 LLE
第4章 評価方法および各種データの扱い
4.1 評価方法
4.2 文書データの変換処理
4.3 画像データの変換処理
第5章 環境構築
5.2 仮想環境
5.3 パッケージインストール
お気に入りの記事を「いいね！」で応援しよう
【毎日開催】
15記事にいいね！で1ポイント
© Rakuten Group, Inc.
