はじめに
- イントロダクション
- コースの概要
- 環境構築
機械学習の概要
- Lesson0 Section2の概要
- Lesson1 機械に学習させるとは
- Lesson2 教師あり学習と教師なし学習
- Lesson3回帰と分類
- Lesson4 機械学習を用いたデータ分析の流れ
- Lesson5 まとめ
教師あり学習(回帰)
- Lesson0 Section3の概要
- lesson1 回帰とは
- lesson2.1 データの準備
- lesson2.2 pandasを使ったデータの理解
- lesson3 sklearnによる線形回帰
- lesson4 重回帰分析
- Lesson5 まとめ
教師あり学習(分類)
- Lesson0 Section4の概要
- lesson1.1 分類とは
- lesson1.2 Logistic Regressionとは
- lesson 2.1 データの準備
- lesson2 pandasとmatplotlibでデータを理解する
- lesson3 Logistic Regression(実装)
- lesson4.1 SVM
- lesson4.2 SVMの実装
教師なし学習
- Lesson0 Section5の概要
- Lesson1 教師なし学習とは
- lesson2.1 データの準備
- lesson2.2 pandasとmatplotlibでデータを理解する
- lesson3.1 主成分分析(PCA)
- lesson3.2 主成分分析(PCA)の実装
- lesson4.1 k-means
- lesson4.2 k-meansの実装
Neural Network
- Lesson0 Section6の概要
- Lesson1.1 Neural Network
- Lesson1.2 Back propergation
- Lesson2.1 画像データ
- Lesson2.2 データの準備(p)
- Lesson3.1 chainerの使い方(説明)
- Lesson3.1 chainerの使い方(実装)
- lesson3.2 chainerによる多層パーセプトロンの実装1
- lesson3.3 chainerによる多層パーセプトロンの実装2
- lesson4.1 tensorflowの使い方
- lesson4.2 tensorflow用いた多層パーセプトロンの実装1
- lesson4.3 tensorflowを用いた多層パーセプトロンの実装2
Deep Learning
- Lesson0 Section7の概要
- lesson1 Deep Learningとは
- lesson2.1 Convolutional neural network1
- lesson3 データの準備
- lesson4.1 chainerを用いたCNNの実装1
- lesson4.2 tensorflowを用いたCNNの実装1
- lesson4.3 tensorflowを用いたCNNの実装2
- Lesson5.1 Recurrent Neural Networkとは
- Lesson5.2 時系列データの準備(p)
- Lesson5.3 chainerによるLSTMの実装_1(p)
- Lesson5.3 chainerによるLSTMの実装_2(p)