目次
- 目次
- はじめに
- 特徴量(Feature Value)
- 学習(Learning)
- 教師あり / なし学習(Supervised / Unsupervised Learning)
- 最適化問題(Optimization Problem)
- 座標降下法(Coordinate Descent)
- 最急降下法(Gradient Descent)
- 確率勾配法(Stochastic Gradient Descent)
- 汎化性能(Generalization Ability)
- 新しい特徴量を作る(Creating New Feature Value)
- 多層ニューラルネットワーク(Maltilayer Neural Network)
- ランプ関数(Ramp Function)
- 鞍点(Saddle Point)
- ヘヴィサイド関数(Heaviside Function)
- 分離超平面(Separating Hyperplane)
- カーネル法(Kernel Method)
- 入力データを行列で表現する(Representation of Input data as Matrix)
- 原因を突き止める(Nailing down the Cause)
- スパースモデリング(Sparse Modeling)
- 非負値制約行列分解(Non-negative Matrix. Factorization)
- ボルツマン機械学習(Boltzmann Machine Learning)
- ボルツマン機械学習で利用される手法(Method of Boltzmann Machine Learning)
- 制限付きボルツマン機械(Restricted Boltzmann Machines)
- ディープボルツマン機械学習(Deep Boltzmann Machine Learning)
- 事前学習(Pre-Training)
はじめに
機械学習を学ぶにあたり、そもそも「機械学習?何それ?美味しいの?」みたいなレベルからのスタートだったので、まずは機械学習についてざっくり基礎的な事が学べる本を読んでみようと思い、下記の書籍を読んでみました。
これを読んだことで、まずは機械学習に関連する用語にいろいろ触れる事ができたので、今回はそれらを用語集として残しておこうと思います。また、各用語についての関連記事のリンクも付けてみました。
続きを読む