Coursera Machine Learning 最初はここから。ほかのどんな書籍やブログよりよい。 fast.ai プログラマーのための機械学習講座といったコース。実践が多く、理論だけでなく手を動かして学びたいという方にお勧め。 CSC 321 Winter 2018 Intro to Neural Networks and Machine Learning トロント大学のニューラルネット講座。DNNの実装に使用されるフレームワークを意識した解説になっていて、理論的な内容と実装のギャップが少なくなるよう工夫されている。PyTorchのチュートリアルもあり。 CS 188 | Introduction to Artificial Intelligence Berkeleyで行われているAIに関する講義の資料。AIを合理的な行動=期待値を最大にする行動をとるエージェントとし、アルゴリズムに
一言でいうと NLPにおけるdeep learningの手法を網羅的に解説したレビュー論文。紹介されている手法は、分散表現系(word2vecとその前身)、CNN系(Basic CNN, time-delay neural network, dynamic CNN, multi-clumn CNN, dynamic multi-pooling CNN, hybrid CNN-HMM)、RNN系(Simple RNN, LSTM, GRU, Dual-LSTM, MemNet)、Recursive neural network、 強化学習系、教師なし学習系(seq2seq)、生成モデル(VAEs, GANs)、メモリ増設系(memory networks, dynamic memory networks)など。 論文リンク https://arxiv.org/abs/1708.02709 著
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く