Skip to main content
Ctrl
+
K
Textbook
1. 導入
2. Pythonの前提知識
3. k-NN (k-Nearest Neighbors Classifier; k近傍法)
3.3. k-nnを例に学ぶ：初めての機械学習クラス実装
3.4. k-nnを例に学ぶ：初めての機械学習クラス実装
4. k平均法(k-Means)
5. 線形回帰 （Linear Regression）
6. ロジスティック回帰 (Logistic Regression)
7. SVD (Singular Value Decomposition; 特異値分解)
8. PCA (Principal Component Analysis; 主成分分析)
9. NMF (Non-Negative Matrix Factorization; 非負値行列因子分解)
10. RF (Random Forest; ランダムフォレスト)
11. パーセプトロン（Perceptron）
11.8. perceptron.py
12. 多層パーセプトロン (MLP: Multi-Layer Perceptron)
12.5. 行列計算で全結合層の計算が実装できる？
12.6. 活性化関数（Activation Functions）
12.7. [課題]MLPによるiris datasetのクラス分類プログラムのCLIアプリ化
13. Word2Vec
13.7. cbow.pyのサンプルコード
13.8. [発展課題]skip_gram.py
13.9. Skip-Gram
14. Recurrent Neural Network
14.4. LSTM
15. Convolutional Neural Network
16. Auto Encoder
16.6. ae_mnist_animation.py
16.7. [課題] ae_fmnist_animation.py
17. Generative Adversarial Network
17.3. DCGAN （Deep Convolutional Generative Adversarial Networks）
17.5. WGAN （Wasserstein Generative Adversarial Networks）
18. 参考文献
Repository
Open issue
Index
