ミッション
- 社内の輪講で得た知見をQiitaを通じて発信
- 機械学習を学ばれる方の一助に
題材
- スタンフォード大学 Andrew Ng氏による機械学習の講義動画
本記事のポイント
- 翻訳ではない
- weekごとに記事化
- 各講義の学びポイントを解説
なぜ記事にするのか
- 身につけた知識が定着する
- 人に説明する表現力が身に付く
- ferixの広報活動
進め方
- Qiitaに投稿できるような状態で輪講に挑む
- 輪講後、輪講で出た意見や疑問も踏まえた内容を記載
アジェンダ
【機械学習】社内輪講 Week1 〜 線形単回帰 〜
- Introduction
- Linear Regression with One Variable
- Linear Algebra Review
【機械学習】社内輪講 Week2 〜線形重回帰〜
- Linear Regression with Multiple Variables
- Octave/Matlab Tutorial
【機械学習】社内輪講 Week3 〜ロジスティック回帰・正規化〜
- Logistic Regression
- Regularization
【機械学習】社内輪講 Week4 〜ニューラルネットワーク: 基本的な仕組み〜
- Neural Networks: Representation
【機械学習】 社内輪講 Week5 〜 ニューラルネットワーク: 誤差逆伝播法 〜
- Neural Networks: Learning
【機械学習】社内輪講 Week6 〜モデルの評価と改善〜
- Advice for Applying Machine Learning
- Machine Learning System Design
【機械学習】社内輪講 Week7 〜サポートベクターマシン〜
- Support Vector Machines
【機械学習】社内輪講 Week8 〜教師なし学習: 特に固有値問題〜
- Unsupervised Learning
- Dimensionality Reduction
【機械学習】社内輪講 Week9 〜 異常検知 〜
- Anomaly Detection
- Recommender Systems
【機械学習】社内輪講 Week10 〜大量のデータセットの扱い〜
- Large Scale Machine Learning
【機械学習】社内輪講 Week11 〜写真OCR〜
- Application Example: Photo OCR