ログイン
概要 私が機械学習の勉強を始めた頃、何から手を付ければ良いのかよく分からず、とても悩んだ覚えがあります。同じような悩みを抱えている方の参考になればと思い、自分が勉強していった方法を記事にしたいと思います。 目標としては、機械学習全般について、コンパクトなイメージを持てるようになることです。 そのためにも、簡単な本から始めて、少しずつ難しい本に挑戦して行きましょう。 入門書 何はともあれ、まずは機械学習のイメージを掴むことが大切です。 最初の一冊には、フリーソフトでつくる音声認識システムがおすすめします。 フリーソフトでつくる音声認識システム - パターン認識・機械学習の初歩から対話システムまで 作者: 荒木雅弘出版社/メーカー: 森北出版発売日: 2007/10/17メディア: 単行本(ソフトカバー)購入: 45人 クリック: 519回この商品を含むブログ (38件) を見るレビュー :
統計的機械学習入門(under construction) 機械学習の歴史ppt pdf 歴史以前 人工知能の時代 実用化の時代 導入ppt pdf 情報の変換過程のモデル化 ベイズ統計の意義 識別モデルと生成モデル 次元の呪い 損失関数, bias, variance, noise データの性質 数学のおさらいppt pdf 線形代数学で役立つ公式 確率分布 情報理論の諸概念 (KL-divergenceなど) 線形回帰と識別ppt pdf 線形回帰 正規方程式 正規化項の導入 線形識別 パーセプトロン カーネル法ppt pdf 線形識別の一般化 カーネルの構築法 最大マージン分類器 ソフトマージンの分類器 SVMによる回帰モデル SVM実装上の工夫 クラスタリングppt pdf 距離の定義 階層型クラスタリング K-means モデル推定ppt pdf 潜在変数のあるモデル EMアル
http://paiza.hatenablog.com/entry/20141014algorithm うーん,これはヒドイ.これ書いてる人は,おそらくプログラマーじゃない. 「アルゴリズムとデータ構造」の参考書/学習書ではなく読み物の比率が高い.ソフトウエアエンジニア/プログラマーでない人が,なんちゃってアルゴリズムを囓るのにはこれでもいいけど,プログラマの勉強用じゃねーな. 今出てるアルゴリズム本だと,だいたいこの辺だと思う. アルゴリズムイントロダクション 第3版 第1巻: 基礎・ソート・データ構造・数学 (世界標準MIT教科書) 作者: T.コルメン,R.リベスト,C.シュタイン,C.ライザーソン,浅野哲夫,岩野和生,梅尾博司,山下雅史,和田幸一出版社/メーカー: 近代科学社発売日: 2012/08/02メディア: 単行本購入: 1人 クリック: 16回この商品を含むブログ (21
Photo by VFS Digital Design 皆さんはアルゴリズムやデータ構造について知っているでしょうか。情報系の学部出身の人は学校の授業でやったかもしれません。一方で学校で情報系の勉強をせずにITエンジニアになったという方は、アルゴリズムやデータ構造について一度は「勉強したほうが良いんだろうな」と思いつつも、実際の業務であんまり必要なさそうだし、難しそうだし、DevOpsやオブジェクト指向やフレームワークについて学ぶので手一杯で未着手、という人も多いのではないでしょうか。 今回はそんな方に向けて、アルゴリズム、データ構造を学ぶ意義と、それらを学ぶときに役立つ本とサイトについてまとめました。 ■アルゴリズム、データ構造を学ぶ意味 アルゴリズムやデータ構造について語られるときに、非常に良く言われる事として「そんなものは実務に役立たたないので必要ない」という意見があります。本当にア
By Henri Ton 広い牧場で放牧されている羊などの群れを巧みに操り、目的の場所に誘導したり盗難や天敵による被害を食い止める仕事をする犬が牧羊犬(羊飼い犬)です。巧みに群れをコントロールして人間よりも効率よく操る羊飼い犬ですが、実はその際に2つのアルゴリズムを使っていたことが明らかになりました。 The Mathematics of Herding Sheep | Motherboard http://motherboard.vice.com/read/the-mathematics-of-herding-sheep Solving the shepherding problem: heuristics for herding autonomous, interacting agents http://rsif.royalsocietypublishing.org/content/1
大学と大学院の,理工系の講義ノートPDFのまとめ。 PDF形式の教科書に加え,試験問題と解答,および授業の動画も集めた。 学生・社会人を問わず,ぜひ独学の勉強に役立ててほしい。 内容は随時,追加・更新される。 (※現在,60科目以上) カテゴリ別の目次: (1) 数学の講義ノート (2) 物理学の講義ノート (3) 情報科学の講義ノート (4) 工学の講義ノート ※院試の問題と解答のまとめはこちら。 (1)数学の講義ノート 解析学: 解析学の基礎 (大学1年で学ぶ,1変数と多変数の微分・積分) 複素解析・複素関数論 (函数論) ルベーグ積分 (測度論と確率論の入門) 関数解析 (Functional Analysis) 代数: 線形代数 (行列論と抽象線形代数) 群論入門・代数学 (群・環・体) 有限群論 (群の表現論) 微分方程式: 常微分方程式 (解析的および記号的な求解) 偏微分方程
アルゴリズムを理解するのにビジュアル化することは非常に有効で、プログラムをビジュアル化することで理解が進むのもまた同じ。そこで、アルゴリズム・プログラミングの理解が進むようにと、アルゴリズムを記述したプログラムコードを一挙にビジュアル化することで、アルゴリズム&プログラミングを同時に学習できる一挙両得なサービス「VisuAlgo」が公開されています。 VisuAlgo - visualising data structures and algorithms through animation https://visualgo.net/en 上記のVisuAlgoサイトで試しにソートアルゴリズムの基本プログラム「バブルソート」をビジュアル化してみます。「Sorting」の「bubble」をクリック。 検索窓の下に「bubble」と表示されたのを確認したら「Sorting」の画像をクリック。
院試の解答の目次へ 東京大学の大学院・情報理工学系研究科で,創造情報学専攻の院試対策まとめ。 修士の試験問題と解答へのリンク。 とくに専門科目。 創造情報学の過去問と解答(年度別) 2011年の過去問と解答: 試験問題 http://i-web.i.u-tokyo.ac.jp/edu/cour... 解答 創造情報学専攻入試メモ 2011-8 第1問 (1-1) 分枝限定法 創造情報学専攻入試メモ 2011-8 第1問 (1-2) 探索木 創造情報学専攻入試メモ 2011-8 第1問 (2-1) (2-2) 創造情報学専攻入試メモ 2011-8 第3問 (1) 創造情報学専攻入試メモ 2011-8 第3問 (2) 創造情報学専攻入試メモ 2011-8 第3問 (3) 創造情報学専攻入試メモ 2011-8 第3問 (4) 創造情報学専攻入試メモ 2011-8 第3問 (5) 創造情報学専攻入
グーグル共同創業者のラリー・ペイジ氏とセルゲイ・ブリン氏が、「仕事」や「労働」についてユニークな議論を交わしている。2014年7月3日にベンチャーキャピタルが開いた年次カンファレンスで、公開インタビューに応じたものだ。 この様子は英文で書き起こされ、即座にネットに公開されている。議論は、主催するベンチャーキャピタルの創業者で司会のビノド・コースラ氏が、こんな話を振ったことから始まった。 「私はいまある仕事の半分以上が、人間より良い判断ができる機械に取って代わられるのではと思う。10~20年後には農業人口が激減したときと同じ変化が急速に起こるだろう」 不必要な活動が「忙しさや環境破壊の元凶」 グーグルが開発するコンピューターやアルゴリズムが、雇用をなくしてしまうのではという指摘だ。しかしこれにラリー・ペイジ氏は、今はもう十分「豊かな時代」なのだから、必死になって働く必要はないのでは、と語る。
勤務先の社内勉強会で、機械学習を用いた文書推薦*1に関する基本的なことがらについて説明しました。その資料を公開します。 プログラマのための文書推薦入門 from y-uti 数学やコンピュータサイエンスを専門的に学んでいないエンジニアでも理解しやすいように、できるだけ数式を使わずに説明したつもりです。厳密性にはこだわっていないので、専門家からはあちこちツッコミを受ける内容かもしれません。 プログラマ向けということで、実際にコンピュータ上で動作を確認できるように、Wikipedia のデータを対象にして類似文書検索を行うスクリプトを作成しました。GitHub に置いてあります。 y-uti/document-recommendation · GitHub *1:推薦というより情報検索、類似文書検索という方が適切だったかもしれません。
By Kai Schreiber IT技術の進化のスピードには目を見張るものがありますが、それを支えているのはアルゴリズムと呼ばれる処理方法(技術的アイデア)です。さまざまなアルゴリズムの中でも、コンピュータの進化に革命的な影響をもたらしたとされる偉大なアルゴリズムは以下の通りです。 Great Algorithms that Revolutionized Computing http://en.docsity.com/news/interesting-facts/great-algorithms-revolutionized-computing/ ◆ハフマン符号(圧縮アルゴリズム) Huffman coding(ハフマン符号)は、1951年にデービッド・ハフマン氏によって開発されたアルゴリズム。頻出頻度の大小によって対戦するトーナメントツリーを考えて、ブロックごとに0と1の符号をもたせる
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