
【機械学習を始めよう】
2:機械学習入門 / k最近傍法 | 機械学習の手順と基本的なアルゴリズム
5:ロジスティック回帰(前編)| ロジスティック回帰の理論と実装
7:サポートベクトルマシン(前編)| SVMの理論、ハードマージンとソフトマージン
8:サポートベクトルマシン(中編)| ラグランジュの未定乗数法、双体問題
9:サポートベクトルマシン(後編)| カーネル法、多クラス分類・回帰問題
11:アンサンブル学習(前編)| バギング・スタッキング・バンピング、ランダムフォレスト
12:アンサンブル学習(後編)| AdaBoost、勾配ブースティング
16:クラスター分析|階層的クラスタリング、k-meansクラスタリング
【始めて学ぶ深層学習】
1:深層学習とは?|ディープラーニングの意味、ニューラルネットワーク
2:活性化関数|ReLU、シグモイド関数、ソフトマックス関数
3:損失関数_勾配降下法|交差エントロピー誤差、ミニバッチ勾配降下法
【強化学習入門】
準備中
【統計】
【Excelで学ぶ】
Youtubeじゃないけど、無料のビデオレッスン
Leave a Reply