統計についてはこのサイトが分かりやすい、特にベイズ統計学と記述・推計統計学との違いとかが分かりやすいです
2019/08/16
ディープラーニング学習済みモデルの変換
2019/08/08
鈴木大慈（理研AIP）
2019/07/14
今泉 允聡（統計数理研究所）
GoogleのColabでDeep Learning実践開発講座（Lesson）
2018/09/06
いろいろなデータセットの在り処を紹介してくれている便利なサイト
Kaggleへのリンクはお勧め
Googleのデータセット検索
「world soccer data」で検索すると、こんなんが出てきます。
2016/07/21
ローカルで快適に使うにはゴッツイGPUがいるみたい…….無理。
Amazon Web ServiceかGoogle Cloud Platformのどちらかで使いませう。
WisteriaHillがお世話になっている「さくらインターネット」のGPUを時間貸ししてくれるサービス（Tesla P40モデル）も使わせてもらう予定（2018/05/05）
2017/11/19
こういうのが欲しかった。これは単体でAIモデルを実行できるProcessing Unitを持っている。
つまりはクラウドベースで学習させたものをポータブルできるということ（AI in my Pocket）。
実行環境を維持できれば、「そのAI」をどこでも、いつでも、いつまでも実行させられる。
「私の人工知能」が実現できるかな。
参考資料
いろんなNeural Networkについての説明の中で、以下の電子書籍が一番分かりやすかったです。
Neural Networkの理解に数学は避けて通れない（避けると、ますます分からなくなります）が、この説明は理解しやすいです。
高校数学程度でOK….というのは多分、嘘。テンソル（テンソル場）は理解しておきたい、VRを理解する上でも必要だったりする…….。あ、それとできれば最小二乗法も….。
とにかく結果だけが欲しいという向きには必ずしも当てはまらないかも？
偏微分の公式を思い出してください。
最新のネットワークの理解には多分役に立たないと思うけど、立ち返る原型イメージはこれかな？
Leave a Reply