Now Loading...

Now Loading...

プロダクション

登録はありません。

コースシラバス

Step1 イントロダクション

  • Section1. コース概要
  • Section2. 機械学習の種類
  • Section3. 線形代数
  • Section4. 確率
  • Section5. Python
  • Section6. Step1 演習

Step2 回帰

  • Section1. 回帰
  • Section2. 回帰問題
  • Section3. 線形回帰モデルの学習
  • Section4. 実践に向けて
  • Section5. Step2 演習

Step3 分類

  • Section1. 分類問題とは
  • Section2. ロジスティック回帰とは
  • Section3. 実践に向けて
  • Section4. Step3 演習

Step4 ニューラルネットワーク

  • Section1. ニューラルネットワーク
  • Section2. なぜ隠れ層が必要なのか
  • Section3. ニューラルネットワークの学習
  • Sectio4. Step4 演習

Step5 機械学習モデルの実践に向けて

  • Section1. 実用上の問題と考えられる原因
  • Section2. オーバーフィッティング対策
  • Section3. モデルの選択
  • Section4. データの前処理
  • Section5. 巨大なデータを集める前に
  • Section6. Step5 演習

Step6 サポートベクトルマシン

  • Section1. サポートベクトルマシンとは
  • Section2. カーネル法
  • Section3. サポートベクトルマシンの実践
  • Section4. Step6 演習

Step7 教師なし学習

  • Section1. 教師なし学習とは
  • Section2. k-meansクラスタリング
  • Section3. 主成分分析
  • Section4. Step7 演習

Step8 ディープラーニング

  • Section1. ディープラーニングの基礎
  • Section2. ディープラーニングの応用例
  • Section3. ディープラーニングの主なモデル
  • Section4. Step8 演習

機械学習コース リソース

  • リソース
  • オプション

コース詳細

登録はありません。