✅

E資格の学習メモの目次

に公開
学習記録
E資格
idea

数学

  1. 微分
  2. E資格で必要な基礎数学（出題対象外）
  3. パラメータ推定：ベイズ則と尤度
  4. 情報理論：情報量とエントロピー
  5. 情報理論：エントロピーとダイバージェンス

機械学習

  1. 機械学習とは
  2. 機械学習の分類
  3. 距離計算
  4. K近傍法
  5. 機械学習の課題
  6. 機械学習のデータ検証
  7. 性能指標
  8. 回帰の性能指標
  9. アンサンブル手法

ニューラルネットワークとモデルの最適化

  1. ニューラルネットワーク
  2. 入力層設計
  3. 中間層設計
  4. 出力層設計
  5. 誤差計算
  6. 誤差逆伝播
  7. 中間層の活性化関数の微分
  8. 出力層の活性化関数の微分
  9. 損失関数の微分
  10. パラメータの調整
  11. 計算グラフ
  12. 学習の問題と対策
  13. データの活用
  14. データ拡張
  15. 正則化
  16. ハイパーパラメータの最適化
  17. パラメータ初期化戦略

畳み込みニューラルネットワーク

  1. 畳み込みニューラルネットワークの特徴
  2. 畳み込みニューラルネットワークの構造
  3. 特別な畳み込み

リカレントニューラルネットワークとトランスフォーマー

  1. リカレントニューラルネットワーク
  2. LSTM
  3. GRU
  4. RNNの系列変換
  5. Transformer
  6. 正規化

その他学習方法

  1. 転移学習
  2. 距離学習

深層学習の運用

画像認識

  1. ResNet
  2. Vision Transformer

物体検出

  1. R-CNNとFast R-CNN
  2. FasterR-CNN
  3. MaskR-CNN
  4. YOLO
  5. SSD
  6. FCOS

自然言語処理

  1. 自然言語処理とword embedding
  2. Word2vec
  3. BERT
  4. GPT-n

セマンティックセグメンテーション

  1. セマンティックセグメンテーション

生成モデル

  1. 生成モデル
  2. VAE
  3. 基本的なGAN
  4. 条件付きGAN

深層強化学習

  1. 深層強化学習
  2. DQN
  3. A3C

深層学習の説明性

  1. 判断根拠の可視化
  2. モデルの近似

開発・運用

  1. デバイスによる高速化
  2. 並列分散処理
  3. モデルの軽量化
  4. [環境構築]
GitHubで編集を提案

Discussion