- プログラムはこうして作られる
- 本の特徴
- 考え方中心
- ときには回り道をする
- 特定の言語に捕われない
- メモリの概念
- 本書の対象者
- 基本的には全くの初学者から初心者に向けて
- 初心者以外の対象者
- 最後に
- 本の特徴
クラスタリングの基本
- はじめに
- クラスタリングと教師なし学習
- 教師なし学習
- クラスタリング
- クラスタリングの手法
- 凝集型クラスタリング
- 重心法
- 単連結法
- 完全連結法
- まとめ
- k-means
- 発展的話題
- 凝集型クラスタリング
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