{
"cells": [
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# 機械学習を学習する\n",
"\n",
"__チュートリアルの作成者・管理者:__
\n",
"Matthew J. Holland (Osaka University, Institute for Datability Science)\n",
"\n",
"\n",
"## チュートリアルの内容\n",
"\n",
"#### 事前準備、ハードとソフト\n",
"- Working on your own machine (old)\n",
"- Using cloud-based solutions\n",
"\n",
"#### データを整える\n",
"- データ源の説明(英語)\n",
"- MNIST手書き文字\n",
"- 10種類の小さい画像(CIFAR-10)\n",
"- 種々のベンチマークデータ\n",
"- エンコーダ用の階層型データ(vim-2)\n",
"\n",
"#### 学習アルゴリズムの基礎\n",
"- 機械学習のプロトタイプづくり\n",
"- 分類のためのモデル\n",
"- 種々の一次アルゴリズムを試す\n",
"- スパース回帰のための学習アルゴリズム\n",
"\n",
"#### より発展的な課題\n",
"- エンコーダの学習\n",
" - ガボールフィルタバンクで特徴量を造る\n",
" - エンコーダを学習する\n",
"- Johnson and Zhangの実験の再現\n",
" - 深層学習APIで学習機の実装を加速させる\n",
" - SVRGと数値実験\n",
"\n",
"\n",
"\n",
"\n"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"___"
]
}
],
"metadata": {
"kernelspec": {
"display_name": "Python 3",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.6.4"
}
},
"nbformat": 4,
"nbformat_minor": 2
}