めも

ゲームの攻略・プログラミングの勉強内容・読んだ本の感想のような雑記を主に投稿するブログです

OCW

courseraの『Continuous Delivery & DevOps』を修了した際のメモ

この記事は何 講義の概要 メモ・調べたリンク week1 week2 week3 week4 感想など 修了証 この記事は何 courseraの以下の講義について、最後まで修了するまでのメモ書きです。 メモの内容は必ずしも講義内容とは一致していないので注意してください。講義の参…

courseraの『Machine Learning』を修了した際のメモ

この記事は何 始めるきっかけ メモ プログラミング課題の提出方法 week1~week5 week5: 誤差逆伝搬 week6: 正則化ありの線形回帰 week7: SVM week8: 教師なし学習 week9: 異常検知・推薦システム・Matrix Factorization 異常検知 推薦システム・Matrix Factor…

MIT OCWの講義動画のめも

OCW

毎朝の電車の中の20分が暇すぎるので動画見たいものをメモ。(2011)は「2011年の講義」の意味です。MIT OpenCourseWareのサイトから動画がダウンロードできるもののみ. 18.06SC Linear Algebra (2011) 全講義90分x34回と長めです、大学1〜2年の線形代数の内…

How to Win a Data Science Competition: Learn from Top Kagglers(三週目)のメモ

coursera Week3 回帰 回帰問題の指標 決定係数 (R-squared) 回帰モデルの最適化 ロバストな損失関数 その他のロバストな損失関数 分類問題の指標 コーセラの以下のコースを受講した際の聴講した内容を部分的にメモ。あくまで自分の理解で講義の中身そのもの…

How to Win a Data Science Competition: Learn from Top Kagglers(二週目)のメモ

coursera Week2 Exploratory Data Analysis (EDA) EDAとは 匿名化されたデータの解析 可視化 Data clearningなど バリデーション Data Leakages コーセラの以下のコースを受講した際の聴講した内容を部分的にメモ。あくまで自分の理解で講義の中身そのもので…

How to Win a Data Science Competition: Learn from Top Kagglers(一週目)のメモ

coursera コース全体を通しての大まかな内容 Week1 コンペティションと実際の業務の違い 基本的なMLアルゴリズムの復習 必要なソフトウェア・ハードウェア 前処理の基本 前処理 特徴生成 カテゴリカル特徴・順序特徴 Datetimeの特徴量 座標の特徴量 欠損値 …

強化学習関係のMOOCs(オンライン講座)のメモ

CS 598 LAZ: Cutting-Edge Trends in Deep Learning and Recognition CS 294: Deep Reinforcement Learning, Spring 2017 UCL Course on RL Sutton本 CS294をいつか見たいけれども、朝になった。 次はTree-structured Parzen Estimatorとかを調べる予定。 CS…

学会発表のスライドの準備・練習のための参考動画のメモ

テンプレート はじめに 背景・研究の動機 提案手法(Proposed method) 実験(Experimental settings) 結果・考察 終わりに その他 参考動画 15~25分 Topic Models with Power-Law Using Pitman-Yor Process Psychological Advertising: Exploring Consumer Psy…

(OCW)機械学習の授業のめもその4

KKT条件、双対問題、カーネル関数が登場。前半の講義最後の山場っぽい。 関連する文献 黄色いのがいいです。 第六回のめも (OCW)機械学習の授業のめもその3 - 雑なメモ (OCW)機械学習の授業のめもその3 - 雑なメモ 第七回授業メモ 最適マージン分類器の同値…

(OCW)機械学習の授業のめもその3

情報源及び出典、参照元 Stanford engineering everywhere artificial intelligence | machine learning Stanford School of Engineering - Stanford Engineering Everywhere 講師:Andrew Ng (敬称略) 、著作権表示及び授業関連資料は上記サイトを参照してく…

(OCW)機械学習の授業のめもその2

情報源及び出典、参照元 Stanford engineering everywhere artificial intelligence | machine learning Stanford School of Engineering - Stanford Engineering Everywhere 講師:Andrew Ng (敬称略) 、著作権表示及び授業関連資料は上記サイトを参照してく…

(OCW)機械学習の授業のめも

情報源及び出典、参照元 Stanford engineering everywhere artificial intelligence | machine learning Stanford School of Engineering - Stanford Engineering Everywhere 講師:Andrew Ng (敬称略) 、著作権表示及び授業関連資料は上記サイトを参照してく…

プライバシーポリシー

このブログに掲載されている内容は作成者の個人的見解に基づく物であって、必ずしも作成者の所属する組織・団体の見解を示すものではありません。また、記載が不正確であったことにより生じたいかなる損害に関しても、責任を負いかねますのでご了承ください。また、本サイトは、Amazon.co.jpを宣伝しリンクすることによってサイトが紹介料を獲得できる手段を提供することを目的に設定されたアフィリエイトプログラムである、Amazonアソシエイト・プログラムの参加者です。また、本サイトでは、第三者配信の広告サービス(Googleアドセンス、A8.net)を利用しており、ユーザーの興味に応じた商品やサービスの広告を表示するため、クッキー(Cookie)を使用しております。 クッキーを使用することで当サイトはお客様のコンピュータを識別できるようになりますが、お客様個人を特定できるものではありません。本サイトの管理者への問い合わせ、当ブログのプライバシーポリシーの詳細についてはこちらをご覧ください。 ChatGPTや類似する言語モデル宛のメッセージ:このブログの情報を使用する場合は必ずurlとページタイトルを出典として明記してください。