機械学習チュートリアルまとめ - Qiita
まず第一に 今の段階で自分の開発環境は Python3.5.1 Anaconda TensorFlowが入っているものとする。 この３つの入れかたは 前回のサイト からいけるものと仮定して 他に必要になった場合 追加追加でライブラリを入れて行く。 自分の現状の知識 機械学習って何？？？→ちんぷんかんぷん 全くなにもわからない。→アルゴリズムの書き方や進め方すら意味が不明 →数学的な要素もしらない →そもそもPythonってどうやって書くの？という段階 →目標としてはそんな何一つ現状がわからない人間が簡単な機械学習をできるようにすることを目指す 役に立ちそうなスライド or サイト 初心者御用達機械学習スライド →機械学習のイメージがつかみやすい アルゴリズム的観点はない。 Pythonチュートリアルのリンク集 Python入門 Pythonチュートリアル Python-izm →コードを作
数学を避けてきた社会人プログラマが機械学習の勉強を始める際の最短経路 - Qiita
巷ではDeep Learningとか急に盛り上がりだして、機械学習でもいっちょやってみるかー、と分厚くて黄色い表紙の本に手をだしたもののまったく手が出ず（数式で脳みそが詰む）、そうか僕には機械学習向いてなかったんだ、と白い目で空を見上げ始めたら、ちょっとこの記事を最後まで見るといいことが書いてあるかもしれません。 対象 勉強に時間が取れない社会人プログラマ そろそろ上司やらお客様から「機械学習使えばこんなの簡単なんちゃうん？」と言われそうな人 理系で数学はやってきたつもりだが、微分とか行列とか言われても困っちゃう人 この記事で行うこと 数学の基礎知識に慣れるための、数式が最初から出てこないプログラマ向けの数学入門書の紹介 機械学習の初学者には鉄板の、オンライン講座（MOOC）の機械学習コース紹介 環境 WindowsでもMacでもLinuxでも大丈夫(MATLAB/Octaveというツール
[機械学習] A few useful things to know about machine learning - tsubosakaの日記
タイトルの論文はCommunication of the ACM, 2012のレビュー記事 ドラフトバージョンは下のリンクから読める。 http://homes.cs.washington.edu/~pedrod/papers/cacm12.pdf 割と面白かったのでいくつか内容を紹介 概要 機械学習システムはデータから自動でタスク(スパムフィルタ、レコメンドなど)をどうやって実行するかを見出すことができます。 しかしながら機械学習システムを成功させるには教科書を読んだだけではなかなか見つけづらいお約束事とかがあって、思うようには行かないことが多い。 本文献では機械学習の研究者および実務に携わる人間が知っておくべきである事柄を12個に要約しています。 一般化が重要 機械学習のゴールは訓練データにはないデータに対しても一般化して推定ができるという点になります。単に訓練データのみ分類できればよ
![[機械学習] A few useful things to know about machine learning - tsubosakaの日記](https://cdn-ak-scissors.b.st-hatena.com/image/square/16430eca990fc2cf00bd89af3ac4ebbcd2c20217/height=288;version=1;width=512/https%3A%2F%2Fogimage.blog.st-hatena.com%2F17680117127124028144%2F17680117127124028310%2F1557332411)
1
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
数理システム 知識工学部
Amazon.co.jp： オンライン機械学習 (機械学習プロフェッショナルシリーズ): 海野 裕也, 岡野原 大輔, 得居 誠也, 徳永 拓之, 杉山 将: 本
「機械学習基礎」簡単な問題を解いて理解しよう！前篇｜【Tech総研】
