【スマホOK/実行しながら学ぶ】東大松尾研のデータサイエンティスト育成/ Deep Learning基礎講座を自習する - Qiita
2019/5/11 PR: こちらの内容を含め、2019年5月11日発刊の 図解速習DEEP LEARNINGという本ができました。[2019年5月版] 機械学習・深層学習を学び、トレンドを追うためのリンク150選 - Qiitaでも、一部内容をご覧いただけます 2019/3/9 ここで紹介している講座が、「東京大学のデータサイエンティスト育成講座」として書籍化されました! 2019/3/9 Colaboratoryに関する情報交換Slackを試験的に立ち上げました。リンクより、登録・ご参加ください。 TL;DR 東大松尾研がJupyter notebook形式でデータ分析/ Deep Learning講義内資料をそれぞれ公開 Google Colaboratoryを使えば、Python等セットアップ不要ですぐに始められる セットアップ後は、スマホブラウザでもok そもそもデータ分析/人工
Think Stats: Probability and Statistics for Programmers
by Allen B. Downey, published by O'Reilly Media. The second edition of this book is available now. We recommend you switch to the new (and improved) version! Order Think Stats from Amazon.com. Download this book in PDF. Read this book online. Code examples and solutions are available from this zip file. Download data files for use with the book. Read the related blog Probably Overthinking It. Desc
Python Data Science Handbook | Python Data Science Handbook
This website contains the full text of the Python Data Science Handbook by Jake VanderPlas; the content is available on GitHub in the form of Jupyter notebooks. The text is released under the CC-BY-NC-ND license, and code is released under the MIT license. If you find this content useful, please consider supporting the work by buying the book!
深層学習はガウス過程 - 作って遊ぶ機械学習。
おつかれさまです． 僕はあまり深層学習に関して記事を書くことはないのですが，ちょっと気になった論文があったので紹介します． [1711.00165] Deep Neural Networks as Gaussian Processes 論文はGoogle Brainの研究者らによるもので，NIPS2017 Bayesian Deep Learning WorkshopICLR2018にacceptされています．実は深層学習をガウス過程（Gaussian process）で構築するのはこの論文が初出ではないのですが，論文ではベイズ学習，深層学習，カーネル法を簡略かつ包括的に説明している内容になっているので非常に参考になります． さて，「深層学習はガウス過程」というのはちょっぴり宣伝的なタイトルにし過ぎてしまったのですが，もう少しだけ正確に論文の要点をまとめると次のようになります． 背景 単一
Wikipedia:素晴らしい記事を書くには - Wikipedia
この文書は、「記事を執筆する」で説明されている基本的な要点に沿って書かれた記事を、さらに「完璧な記事」にまで育て上げる方法について解説しています。 素晴らしい百科事典の記事は、主な部分ではよく調査された信頼できる資料に基づいています。他の執筆者間で表記の統一性を保つために、スタイルマニュアルと表記ガイドに沿っています。色や太字による表記は最小限です。文章は分かりやすく具体的で明確な表現がなされています。リンクは関連する事柄に対して適度に行われます。 記事の主題について、まだ知らないことがたくさんあるかもしれません。検索エンジンを使って下調べするのはよく行われる方法ですが、百科事典の執筆には簡単に検索した情報だけではとても不十分です。図書館の蔵書を調べたり、文献のデータベースを検索したり、他の百科事典なども参考にしたりしましょう。 特に学術的な記述にとっては、他の資料からまとめられた二次資料
講義まとめ：自然言語処理のための深層学習（CS224d） - Qiita
CS224d(自然言語処理のための深層学習)はスタンフォード大のRichard Socherが2015年から教えている講義で、動画やスライドなどの講義資料と演習問題がウェブ上で無料で公開されています。 CS224d: Deep Learning for Natural Language Processing 会社の勉強会で週1回半年程度かけて講義動画と演習を終えたため、勉強したことを簡単にまとめてみたいと思います。 なぜ今なのか？ 深層学習（Deep Learning）は2000年代後半のRBMやauto-encoderなどの教師なし学習から流行が始まりましたが、それらを教師あり学習の事前学習に使うアプローチは徐々に衰退し、2010年代前半には画像認識のための畳み込みネットワークがImageNetコンテストのおかげで爆発的に有名になりました。詳しくありませんが音声認識の分野でも既存の複雑な
Deep Learningの理論的論文リスト - Obey Your MATHEMATICS.
§1はじめに Deep Learningってどのくらい理論的に解明されているのか？ってやっぱり気になりますよね。 それに関して、次のQuoraのスレッドに非常に有益なコメントがあります。 When will we see a theoretical background and mathematical foundation for deep learning? - Quora How far along are we in the understanding of why deep learning works? - Quora 深層学習界の大御所であるYoshua Bengio、Yann LeCunの二人が 実際ディープラーニングの理論的理解ってどうなのよ？？ って質問に直々にコメントしています。 LeCunのコメントの冒頭を少し引用しますと; That’s a very active
目に見えるパーセプトロン
素性関数 重み 識別関数 I w = (w1, w2, · · · , wn) ( I ) = ( x1, x2, · · · , xn) = x f ( x ) = w · x = n X i=1 wixi 分類対象
深層強化学習でシステムトレードをやる時に役に立ちそうな資料まとめ - ニートの言葉
Photo via Visual Hunt 少し前のことですが、AlphaGoという囲碁の人工知能プログラムがイ・セドル九段に勝利したことで話題になりました。*1 また、一部のゲームにおいて「DQN（Deep Q-network）」が人間よりも上手くプレイするようになったというニュースも話題になっていましたね。*2 今回はこれらの事例で使われている「深層強化学習」という仕組みを使って、FXのシステムトレードができないかと思い、調べてみました。 注意：強化学習もFXも勉強し始めたばかりなので、色々間違っている箇所があるかもしれません。ご指摘いただけると幸いです。 今回の内容 1.強化学習について 1-1.強化学習 1-2.Reinforcement Learning: An Introduction (2nd Edition) 1-3.UCL Course on RL 1-4.強化学習につい
なぜ最近コーチングや人間の学習モデルの勉強をしているのか - $shibayu36->blog;
最近以下のようにコーチングや人間の学習モデルの勉強をしている。 目標設定の仕方を学ぶ - 「ザ・コーチ」読んだ - $shibayu36->blog; 「リファクタリング・ウェットウェア」を再読した - $shibayu36->blog; 「コーチングのすべて」という本を今読んでいる そこで、自分の考えをまとめるためにも、なぜ最近コーチングや人間の学習モデルの勉強をしているか書いてみようと思う。 最近、株式会社はてなという会社で、シニアエンジニアというポジションに付いた。シニアエンジニアは、数人のエンジニアのメンターとして、目標設定・1on1面談・評価などを行うポジションだ。また、社内のエンジニアの一つのロールモデルとなれるような態度を求められる。 このポジションになった時に、まず初めに考えたことは、このポジションとして求められていることは何なのかということだった。考えた結果、数人のエンジ
TensorFlowやChainerに興味があるけど、Python未経験の技術者が最低限知っておいた方がいい基礎文法まとめ
TensorFlowやChainerに興味があるけど、Python未経験の技術者が最低限知っておいた方がいい基礎文法まとめ：特集：タイニーレファレンス（1/6 ページ） 連載目次 本稿では、Python 3の構文要素、文字列／リスト／タプルなどのデータ構造、関数とクラスの定義など、Python 3プログラミングの基本となる部分について、その構文や使い方をサンプルコードを多めにギュッとまとめていく（「タイニー」というには少々長くなってしまったので組み込み関数のレファレンスについては稿を分けてまとめることにする）。 最近では機械学習が急速に広まっていることから、そのためのメジャーなフレームワークが多数存在しているこの言語に興味を持ったというPython初心者の方も多いだろう。そうした方々のお役に立てば幸いだ。 概要 Pythonはオープンソースで開発が行われているスクリプト言語だ。シンプルな構
Text Mining and Analytics
This course will cover the major techniques for mining and analyzing text data to discover interesting patterns, extract useful knowledge, and support decision making, with an emphasis on statistical approaches that can be generally applied to arbitrary text data in any natural language with no or minimum human effort. Detailed analysis of text data requires understanding of natural language text,
Text Retrieval and Search Engines
Learn new concepts from industry experts Gain a foundational understanding of a subject or toolDevelop job-relevant skills with hands-on projectsEarn a shareable career certificate Recent years have seen a dramatic growth of natural language text data, including web pages, news articles, scientific literature, emails, enterprise documents, and social media such as blog articles, forum posts, produ
Courseraの機械学習のコースに日本語字幕をつけました
1年くらいかけて、ひたすらボランティアでCourseraの機械学習のコースに日本語字幕をつけました。 先週の3月3日から開講しているコースでは、全ての動画に和訳つきで授業を受ける事が出来ます。 https://www.coursera.org/course/ml このコースは名前からすると難しいと思われがちですが、実はかなり入門者向けのコースです。 行列の掛け算やベクトルの足し算の補講もあるくらい。 私がこのコースを和訳の対象に選んだのも、日本人の多くのプログラマが受ける事が出来る、入門的なコースだと思ったからです。 Courseraとは何か知らない人がまず受けてみるのにも、とてもオススメのコースで、現代のプログラマなら全員が受けても良いコースと思っています。 コース自体の詳細は以下のスレに譲ります。 http://jbbs.shitaraba.net/bbs/read.cgi/study
今さら聞けない！GitHubの使い方【超初心者向け】
今まで使ったことがない初心者向けに「GitHubの使い方」を解説した記事です。Gitを使う上で知っておきたい、ローカルリポジトリとリモートリポジトリ、コミットとプッシュなども細かく紹介。最後は、よく使うGitのコマンド12もあり。 テックアカデミーマガジンは受講者数No.1のプログラミングスクール「テックアカデミー」が運営。初心者向けにプロが解説した記事を公開中。現役エンジニアの方はこちらをご覧ください。 ※ アンケートモニター提供元：GMOリサーチ株式会社 調査期間：2021年8月12日～8月16日 調査対象：2020年8月以降にプログラミングスクールを受講した18～80歳の男女1,000名 調査手法：インターネット調査 開発者にとってなくてはならないサービスとしてGitHubがあります。 エンジニアにとっては当たり前のサービスですが、これからプログラミングの勉強を始める初心者にとっ
Learning Reinforcement Learning
Github Repo with code and exercises Why Study Reinforcement Learning #Reinforcement Learning is one of the fields I’m most excited about. Over the past few years amazing results like learning to play Atari Games from raw pixels and Mastering the Game of Go have gotten a lot of attention, but RL is also used in Robotics, Image Processing and Natural Language Processing. Combining Reinforcement Lear
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Deep Learning
Deep Learning for Information Retrieval: Models, Progress, & Opportunities
Google TechTalks
最近のDeep Learning (NLP) 界隈におけるAttention事情
