機械学習 【第9回】ディープラーニングの基礎とCNNの仕組み（中編)
【今回の主な内容】バッチ処理・最適化アルゴリズム今回のテーマでは、「効率的な学習」を実現するために欠かせない バッチ処理 と 最適化アルゴリズム の基礎に焦点を当てます。これらは、ディープラーニングモデルが高次元で膨大なデータを効率よく処理...
Adam
機械学習 
プログラミング 【第2回】確率統計と最適化手法による機械学習の深化
前回の振り返り前回は、機械学習の基礎となる線形代数と微分積分について学びました。これらの数学的概念が、どのようにして機械学習アルゴリズムの設計や解析に活用されるのかを理解することができたと思います。今回のテーマは「確率統計と最適化手法による...
機械学習 【第6回】線形回帰とロジスティック回帰の実装と最急降下法の役割
第6回の目標第6回では、線形回帰とロジスティック回帰の基本的な理論を理解し、これらのモデルを実際に実装する能力を身につけることを目指します。具体的な学習目標は以下の通りです。線形回帰の理解線形回帰の定義と数学的表現を理解し、特徴量とターゲッ...