bootcamp_machine learning
v5.0.2
このプロジェクトは、42 AI によって作成された機械学習ブートキャンプです。
このブートキャンプ中に見られる概念は複雑な場合があるため、学生には次のブートキャンプを以前に受講したことを強くお勧めします。
42 Artificial Intelligence は、学校 42 のパリキャンパスの学生組織です。私たちの目的は、講義やワークショップなどのさまざまな活動を組織することにより、人工知能の分野における議論、学習、関心を促進することです。
各モジュールの PDF ファイルは、Realease ページからダウンロードできます: https://github.com/42-AI/bootcamp_machine-learning/releases
線形代数と統計を始めましょう
合計、平均、分散、標準偏差、ベクトルおよび行列の演算。
仮説、モデル、回帰、損失関数。
モデルのパフォーマンスを向上させる手法である勾配降下法を実装し、正規化の概念を理解する
勾配降下法、線形回帰、正規化。
線形回帰を拡張して複数の特徴を処理し、多項式モデルを構築し、過学習を検出します
多変量線形仮説、多変量線形勾配降下法、多項式モデル。
トレーニング セットとテスト セット、過剰学習。
最初の分類アルゴリズムであるロジスティック回帰を発見してください。
ロジスティック仮説、ロジスティック勾配降下法、ロジスティック回帰、多クラス分類。
精度、精度、再現率、F1 スコア、混同行列。
過剰適合と戦いましょう！
正則化、過学習。正規化された損失関数、正規化された勾配降下法。
正規化された線形回帰。正規化されたロジスティック回帰。
