도쿄공업대학 기계학습 강좌 자료

https://chokkan.github.io/mlnote/

はじめに — 機械学習帳

회귀

1. 단일 회귀

2. 다중 회귀

3. 모델 선택과 정규화 

4. 경사하강법에 의한 파라미터 추정

분류

5. 선형 이항 분류

6. 선형 다항 분류

7. 뉴럴 네트워크 (1)

8. 뉴럴 네트워크 (2)

9. 서포트 벡터 머신 

 

비지도 학습

10. 비심층적 클래스팅

11. 심층적 클래스팅

12. 주성분 분석 (1)

13. 주성분 분석 (2)

 

일본의 카이스트라 불리는, 도쿄공업대학의 기계학습 강좌 자료입니다. 일본어 아시는 분들이 한번 참고용으로 읽어보시는 것도 나쁘지 않지 않을까 합니다.