#author("2019-01-17T04:10:25+00:00","","") * 機械学習の為の数学の基礎 [#g470303d] #setlinebreak(on); #contents -- 関連 --- [[PyTorch入門]] --- [[TensorFlow入門]] #TODO ** 線形代数 [#k5522922] *** ベクトル [#ud78c4aa] ** 微分 [#m6b109c1] *** 常備分 [#me111516] *** 偏微分 [#l5ac6af5] ** 行列 [#ue573e0e] ** 指数関数 [#la503d9d] ** 対数関数 [#ec6e02ec] ** シグモイド関数 [#qf4dcfb5] ** 確率・統計 [#ac52a877] *** 確率変数・確率分布 [#pc75af50] *** 結合確率・条件付き確率 [#e2471822] *** 期待値 [#c84a1cce] *** 平均・分散・共分散 [#n261c0c8] *** 相関係数 [#t9bc8825] *** 最後 [#r96d20a1] ** その他 [#cbcd59c4] *** ニューラルネットワーク [#ae0076cc] *** 線形回帰モデル [#m11eb1c4] *** 最小2乗法 [#n2d4d535] ※パラメータ導出 *** 正則化 [#c8f48358] ※過学習の回避 *** 順伝播 [#r3902506] *** 損失関数 [#fcb884f7] *** 最尤推定法 [#v28556e3] *** 勾配降下法 [#q949f8d9] ***誤差逆伝播法 [#s64adb92]