機械学習・深層学習Q&A - HELLO CYBERNETICS
もうこれだけは絶対に把握しておいてください！ ってものだけ。 学問周り Q：機械学習ってなんですか？ Q：統計学との違いはなんですか？ Q：深層学習ってなんですか？ 手法周り Q：ニューラルネットワークってなんですか？ Q：サポートベクターマシンってなんですか？ Q：カーネル法とは？ Q：クラスタリングは何をするもの？ Q：教師なし学習と教師あり学習の違いは？ Q:特徴量抽出ってどんな作業ですか？ 何が言いたいのかというと ディープラーニングは特徴量を自分で獲得する？ 特徴量の獲得を指令しているのは誰？ なんでこの記事書いたのか 以下の人たちに最低限把握してほしい 学問周り Q：機械学習ってなんですか？ 既知のデータから規則性を見出す手法を研究する人工知能の一分野です。 モデルを仮定し、そのモデルを既知のデータに上手く当てはめることを学習と言います。 Q：統計学との違いはなんですか？ モデ
データサイエンス、データ分析、機械学習に必要な数学 - Qiita
データサイエンス、データ分析、機械学習の専門書の前書きには「大学初年度の数学」≒微分積分と線形代数を前提としているものが多い。 それならば大学に行っている人はほとんど履修しているはずなのだが、その専門書を読むと全然歯が立たない事が多い。 かといって微分積分や線形代数のテキストを開くと、これが機械学習やデータ分析のどこに役立つのか全然分からず、途方に暮れる。 データの変化を捉えるから微分 変化を結果にまとめるから積分 多変量を扱いやすくするための線形代数 なのだがそんなお題目ではどうにもこうにも…… そんなときには下記の 『統計学のための数学入門30講 (科学のことばとしての数学)』 がいい。1冊で微分積分と線形代数の内容が入っている。また、それらが統計学にどうつながっているか、統計学のどこでどう使われているかが明示されている。「統計学のための」なので必ずしも機械学習やデータ分析向けではない
1ヶ月で統計学入門したので「良かった本」と「学んだこと」のまとめ - ぴよぴよ.py
前回の「ゲームプログラマからデータサイエンティストに転職しました」 の記事でもお話したとおり、5月からデータ解析する人になりました。 とはいえ、データ解析に関しては未経験。 少しでも不安を減らすために、4月の有給消化期間は統計学のお勉強しました。 今回はおすすめしてもらった中で読んで良かった本の紹介、そして読んだ本の簡単なまとめを書いて行きたいと思います。 ※前提: 4月時点の自分の知識に関して 自分は大学は情報科学を専攻していたが、難しい数式は苦手 統計学は1コマ分受講していたが、単語を覚えている程度でかなりあやうい まず一番最初に読みたい本 「完全独習 統計学入門」 「簡単に統計学の全体像がつかめる入門書はないか」とTwitterで相談したら、こちらの本を数名の方が薦めて下さった。 完全独習 統計学入門 作者: 小島寛之出版社/メーカー: ダイヤモンド社発売日: 2006/09/28メ
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
