Help us understand the problem. What is going on with this article?

(保存版:ど素人向け) 機械学習/データ分析 読むべき記事リスト by Team AI

More than 1 year has passed since last update.

はじめに

データ分析系、特に数学理論の説明のまとめがない!
皆数学でつまづく事が多いので、何とかして欲しい!
Team AI勉強会での皆さんの声に応えるべく、
Qiitaを中心にいいね!が沢山ついている記事を項目別にキュレーションしました。

是非皆さんのフィードバックをコメント欄にお書きください。
また、この解説記事も分かりやすかったから載せて!という情報もコメントに残して頂けると嬉しいです。Let's enjoy data science together!

データ可視化

  • matplotlib
  • 棒グラフ
  • 折れ線グラフ
  • 散布図

データ可視化チートシート
http://qiita.com/m_mizutani/items/26971c29fa990617a935

データ可視化の実践者が共有すべき知識
http://qiita.com/keiono/items/2dd8228c88abcc4db0b0

Data Visualization Advent Calendar 2014
http://qiita.com/advent-calendar/2014/dataviz

線形代数

  • ベクトル
  • 行列

線形代数の基礎

線形代数の基礎 ベクトル

線形代数の基礎 ベクトルの基底

線形代数の基礎 行列

線形代数の基礎 行列

統計

  • 代表値
  • 散らばり
  • 相関
  • シンプソンのパラドクス
  • 相関関係と因果関係

(良質な記事募集中=>コメント欄で情報ください)

確率

  • 従属と独立
  • 条件付き確率
  • ベイズの定理
  • 確率変数
  • 連続確率分布
  • 正規分布
  • 中心極限定理

(良質な記事募集中=>コメント欄で情報ください)

仮説と推定

  • 統計的仮説検定
  • 信頼区間
  • ベイズ推定

(良質な記事募集中=>コメント欄で情報ください)

勾配下降法

  • 考え方
  • 評価
  • 確率的勾配下降法

(良質な記事募集中=>コメント欄で情報ください)

機械学習

  • モデリング
  • コンセプト
  • 過学習と未学習
  • 特徴抽出と特徴選択

機械学習をはじめよう
http://qiita.com/IshitaTakeshi/items/7f12283f9b382c1cf93e

機械学習超入門
http://qiita.com/ishizakiiii/items/d422019b52d973e0e28d

一から始める機械学習
http://qiita.com/taki_tflare/items/42a40119d3d8e622edd2

数学の知識がなくてもできる機械学習
http://qiita.com/KIKUYA-Takumi/items/5f70273edcf6f819c71e

K近傍法

  • モデル
  • 次元の呪い

K近傍法
http://qiita.com/yshi12/items/26771139672d40a0be32

ナイーブベイズ

  • 単純スパムフィルタ
  • 高度なスパムフィルタ
  • モデルの検証

ナイーブベイズ分類器を頑張って丁寧に解説してみる
http://qiita.com/aflc/items/13fe52243c35d3b678b0

Python3.3でナイーブベイズを実装する
http://qiita.com/katryo/items/6a2266ffafb7efa9a46c

単純な線形回帰

  • モデル
  • 勾配下降法
  • 最尤推定

線形回帰とは何か
http://qiita.com/ynakayama/items/5732f0631c860d4b5d8b

初めてのTensorFlow - イントロダクションとしての線形回帰
http://qiita.com/TomokIshii/items/f355d8e87d23ee8e0c7a

重回帰分析

  • モデル
  • 最小二乗法
  • 回帰係数の標準誤差
  • 正則化

Coursera Machine Learning (2): 重回帰分析、スケーリング、正規方程式
http://qiita.com/katsu1110/items/6a6d5c5a6b8af8fbf813

ロジスティック回帰

  • ロジスティック関数
  • モデルの適用
  • サポートベクターマシン

13分でわかるロジスティック回帰
http://qiita.com/Takatymo/items/fb16c088de325d98a363

ロジスティック回帰
http://qiita.com/yshi12/items/3dbd336bd9ff7a426ce9

決定木

  • 平均情報量(エントロピー)
  • 決定木生成
  • ランダムフォレスト

決定木とランダムフォレスト
http://qiita.com/yshi12/items/6d30010b353b084b3749

機械学習初心者が決定木を作ってみる
http://qiita.com/RINDO/items/a5bf5b995eefa02dd738

R超入門 - Rのインストールから決定木とランダムフォレストによる分析まで
http://qiita.com/nkjm/items/e751e49c7d2c619cbeab

ニューラルネットワーク

  • パーセプトロン
  • フィードフォワードニューラルネットワーク
  • 誤差逆伝播法(バックプロパゲーション)

ニューラルネットワーク、多様体、トポロジー
http://qiita.com/KojiOhki/items/af2241027b00f892d2bd

Chainerで始めるニューラルネットワーク
http://qiita.com/icoxfog417/items/96ecaff323434c8d677b

pythonでニューラルネットワーク実装
http://qiita.com/ta-ka/items/bcdfd2d9903146c51dcb

クラスタリング

  • モデル

クラスタリング手法のクラスタリング
http://qiita.com/sue_charo/items/20bad5f0bb2079257568

自然言語処理

  • ワードクラウド
  • n-gram
  • 文法
  • トピックモデル
  • LDA

自然言語処理をはじめたい人のためのゆるい記事
http://qiita.com/kazuhirokomoda/items/a4cd0f6f42eb75c757e4

自然言語処理(NLP)ってなんだろう?
http://qiita.com/MahoTakara/items/b3d719ed1a3665730826

自然言語処理における前処理の種類とその威力
http://qiita.com/Hironsan/items/2466fe0f344115aff177

ネットワーク分析

  • 媒介中心性
  • 固有ベクトル中心性

(良質な記事募集中=>コメント欄で情報ください)

レコメンドシステム

  • ユーザーベース協調フィルタリング
  • アイテムベース協調フィルタリング

【レコメンド】内容ベースと協調フィルタリングの長所と短所・実装方法まとめ
http://qiita.com/haminiku/items/f5008a57a870e0188f63

協調フィルタリング型レコメンドエンジン開発のため仕様について考える
http://qiita.com/haminiku/items/ca7eec8ed09982aec9b5

daisuke-team-ai
機械学習の勉強会を毎週渋谷の拠点で開催。Slack Pluginとしての同時翻訳Chatbot - Kiaraを世界市場に向けて販売しています。"機械学習エンジニアになりたい人のための本"(翔泳社) Profile : https://www.ishiid.com/
https://www.jenio.co/
team-ai
渋谷の機械学習研究会コミュニティ。データ分析ハッカソンを開催。Kaggleを使って金融・医療データなどをグループワークで分析しています。論文輪読会などテーマを決めて最新技術を共同リサーチしています。
https://www.team-ai.com/
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした