Skip to main content
Back to top
Ctrl
+
K
AI・機械学習論1
機械学習のための数学
1. ベクトル解析
2. 線形代数
3. 確率と確率分布
回帰
4. 回帰の概要
5. 線形回帰
6. ガウス過程（Gaussian Process）
分類
7. 分類問題の概要
8. 多クラス分類
ニューラルネットワーク
9. ニューラルネットワークの概要
10. 誤差逆伝播法
11. 機械学習における最適化
データの表現・モデルの評価
12. 機械学習におけるデータ表現の基礎
13. モデルの選択・評価・過学習・正則化
発展的な話題
14. 主成分分析
15. 混合ガウスモデル(Gaussian Mixture Model, GMM)
16. KAN: Kolmogorov–Arnold Networks
Repository
Open issue
索引
