- はじめに
- フーリエ解析とは
- フーリエ級数展開
- フーリエ変換
- フーリエ解析とは
- フーリエ解析の心
- フーリエ級数展開を考える理由
- 微分が簡単になる
- 微分方程式への応用
- 線形システム論
- フーリエ級数展開を考える理由
- フーリエ解析の応用
- 線形システム解析
- 信号処理
- 制御工学
- スペクトル解析
- パワースペクトル
- 発展トピック
- 線形システム解析
畳み込みニューラルネットワークの基礎
- 事前知識
- テンソルで理解しておくべきことは意外と少ない
- 畳み込みとは
- 畳み込み
- 畳み込みニューラルネット
- 畳み込みニューラルネットの畳み込み処理
- 空間フィルタ
- 畳み込み層
- RGB画像を扱う場合
- 畳み込み層まとめ
- 分類の方法について
- プーリング層
- 活性化関数
- 畳み込みニューラルネットの畳み込み処理
- 全体のまとめ
応用情報技術者試験に合格する具体的な手順
- 応用情報技術者試験
- 応用情報技術者試験とは
- 応用情報技術者試験の価値
- 外的な価値
- 内的な価値
- 応用情報技術者試験の範囲と形式
- 試験範囲
- 試験の形式
- 合格のために具体的に取り組んだこと
- 応用情報技術者試験について調べる
- 問題1つ1つが高難易度というわけではない
- 基本情報より簡単？
- 午前問題対策
- まず過去問を解く
- 参考書の必要性は？
- 問題集の必要性は？
- 問題集、あるいは過去問を丸暗記する
- 理解度のチェック
- 繰り返し暗記範囲を広げる
- 最終仕上げは補強作業
- 午後問題対策
- 問題集を準備
- 問題を一分野ずつ一通り解く
- 分野を決めたら午前対策へ
- 問題文を読む練習
- 問題への取り組み方を決めたら
- 試験日前日
- 取り組みまとめ
- 私の選択した分野
- 応用情報技術者試験について調べる
Chainerによる実践深層学習
- はじめに
- 1からプログラミングする
- ライブラリを用いる
- 結論
- 悩むべき理由
- Chainerのアップデートが早い
- 畳み込みニューラルネットワークは扱われていない
- テーマ自体がバラバラの印象
- 誰が買うべきか
- 余談
ubuntu /boot の容量がいっぱいになった時の対処法メモ
- はじめに
- ubuntuは前回バージョンを保持している
- 一個前まであれば十分
- 具体的な対処法
- アンインストールの方法
ニューラルネットワークの中間層の働き、その他脳のモデル
- ニューラルネットワーク
- 脳のモデルとしての構造
- 連合層（中間層）の役割とは
- ニューラルネットの特徴抽出
- ニューラルネットワークは本質的に教師あり学習
- 強化学習
- 強化学習の概要
- Q学習
- 深層強化学習：Deep Q Network
- 脳との関連
- その他
- 連想記憶ネットワーク
- 自己組織化マップ
- ニューラルオシレータ
信号解析と機械学習とあとは個人的見解
- 信号解析の基本手法：フーリエ級数展開
- フーリエ級数展開
- 回帰問題とフーリエ級数展開
- 特徴量抽出としてフーリエ係数
- 機械学習における基本手法
- ニューラルネットワークの回帰
- 表現力の高さとは
- 無駄な働きとは
- 個人的見解
- 特徴抽出
- しっかり学ぶためには
- 新規のニューラルネット
確率・統計の書籍紹介「経済数学の直感的方法」
- 直感的方法
- 経済数学の直感的方法 確率・統計編
- なぜ経済数学？
- Why?の視点
- 数学的レベル
- 一貫して発展の経緯と本質的な部分を捉えている
- どのような人にオススメではないか
- 誰に特にオススメか
TensorFlowのtutorial:MNIST For Beginners解説
- 事前知識
- ニューラルネットワークの構造
- 出力層は何を出力するのか
- ニューラルネットワークの学習
- ミニバッチ学習
- まとめ
- MNIST For Begginers
- はじめに
- MNISTとは
- Bigginersで使うニューラルネット
- ニューラルネットワークの数式
- Tutorialのコードの解説
- 全コード
- データのインポート
- TensorFlowのインポート
- 入力データの次元をセット
- ニューラルネットのパラメータをセット
- 出力の設定
- 正解ラベルの次元をセット
- 損失関数の定義
- 学習方法を決定
- 初期化
- 初期化の実行
- 学習を実行
- 精度の確認
- 最後にテストデータでニューラルネットを評価
- まとめ
- 勉強のために
知っておくべき特殊な行列と便利な性質 （大学学部生の方にもおすすめ）
- はじめに
- 基礎編：特殊な行列
- 対称行列
- 直交行列
- 一般の行列
- 基礎編：逆行列と行列式
- 逆行列とは
- 行列式とは
- ランク落ち
- 応用編：固有値問題
- 固有値と固有ベクトルと固有値問題
- 固有値問題
- 表記整える
- 対角化
- 応用編：対称行列と直交行列での対角化
- 対称行列の対角化
- 対角化の応用例
TensorFlowを始める前に知っておくべきテンソルのこと(追記：より一般的な話題へ)
- TensorFlowとは
- Googleが開発したライブラリ
- Tensorとは
- Tensorとは多次元配列のこと
- Tensorの名前を与える
- 数式に落としこむ
- データとテンソル
- グレースケール画像は2階テンソル
- RGB画像は3階テンソル
- インデックスは人間が決めていい
- 注意点
- 余談
- 1階のテンソルを例に
- 応力解析での応用
- 数学ではテンソルがなぜ複雑に見えるか
続きを読む
