サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
猫
speakerdeck.com/e869120
第1章 理論編 ・深層学習とは (p.13-) ・ニューラルネットワークとは (p.31-) ・どうやって学習するか: 勾配降下法 (p.57-) ・深層学習の注意点 (p.91-) 第2章 応用編 ・分類問題 (p.110-) ・画像認識 (p.120-) ・音声認識/自然言語処理 (p.151-) ・講演のまとめ (p.167-)
第0部 まずは「分かりづらい説明」を知ろう(p.14~) 第1部 口頭説明編(p.25~) 第2部 資料作成編(p.63~) 第3部 スライド作成編(p.81~) スライドのまとめ(p.115~)
第1章 競技プログラミングとは?(p.7~) 第2章 AtCoderの始め方(p.43~) 第3章 競プロで必要な「アルゴリズムと思考力」(p.86~) スライドのまとめ(p.154~)
・東京大学 4 年 ・国際情報オリンピック '18, '19, '20 金メダル ・『「アルゴリズム×数学」が基礎からしっかり身につく本』著者 ・『競技プログラミングの鉄則』著者 ・『高校数学の基礎が150分でわかる本』著者
[重要なお知らせ (2023/8/12)] 現在,スライドの p.10 に不十分な記述があります.ルートの答えは 0 以上の数に限定することに注意してください (たとえば -3 を 2 乗しても 9 ですが,ルート 9 は -3 ではありません).なお,現在筆者のパソコンが修理中でデータがないので,修正は 1 週間後となります. [目次] 第1章 数学の基礎知識(p.5~) 第2章 場合の数(p.31~) 第3章 確率と期待値(p.56~) 第4章 統計的な解析(p.69~) 第5章 いろいろな関数(p.103~) 第6章 三角比と三角関数(p.141~) 第7章 証明のやり方(p.160~) 第8章 ベクトル(p.187~) 第9章 微分法と積分法(p.205~) 第10章 その他のトピック(p.240~) スライドのまとめ(p.254~)
このスライドは、2022/4/14 に実施されたイベント『問題解決のための「アルゴリズム × 数学」- Forkwell Library #1』の基調講演を加筆修正したものです。実際の講演(35 分)を見たい方は、以下の URL をご覧ください。 https://www.youtube.com/watch?v=2OrsR37_GdM 【目次】 第一章 アルゴリズムとは(pp. 1~19) 第二章 アルゴリズムの例 A:迷路の探索(pp. 20~79) 第三章 アルゴリズムの例 B:プログラムのデバッグ(pp. 80~126) 第四章 アルゴリズムの例 C:映画鑑賞の最適化(pp. 127~154) 第五章 講演のまとめ(pp. 155~162)
本スライドでは、数理最適化を概観し、基本的な問題とその解き方を分かりやすく解説することを目標にしています。数理最適化に興味を持っていただければ嬉しいです。 【目次】 1 章 数理最適化とは(p.2~20) 2 章 連続最適化問題(p.21~133) 3 章 離散最適化問題(p.134~238) 4 章 まとめ(p.239~248)
本スライドでは、有名なアルゴリズムを概観し、アルゴリズムに興味を持っていただくことを目標にします。 第 1 部:アルゴリズムとは 第 2 部:学年を当ててみよう 第 3 部:代表的なアルゴリズム問題 第 4 部:コンピュータとアルゴリズム
このページを最初にブックマークしてみませんか?
『E869120 (@e869120) on Speaker Deck』の新着エントリーを見る
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