はじめに
最近、機械学習の勉強を始めたが、散発的ではなく、体系的に勉強したく、方針を記しておくことにしました。
学習範囲
- 回帰解析
- 決定木
- ニューラルネットワーク
学習方針
- 数式による理論の理解
- pythonによる実装方法の習得
- 関連論文の掲載（時間があれば、読む）
回帰分析
決定木
-
python実装
アンサンブル学習
- バギング(ブートストラップ集約)
- バンピング
- ランダムフォレスト
- AdaBoost(アダブースト)
- 勾配ブースティング（もう少し、具体例を元に学習する予定。）
ニューラルネットワーク
- 物体検知
その他勉強したいこと
リモートセンシング
tellusを入力ソースとした、物体検知。
ブロックチェーン
最後に
この記事で、学習の進捗を見て行きたい