この記事は当ブログの各記事へ逆引きでアクセスできるように、項目ごとにリンクをまとめたものです【随時整理・追加していきます】。
数学
確率・統計
確率変数と確率質量関数・確率密度関数 - HELLO CYBERNETICS
一次元の正規分布から多次元正規分布へ - HELLO CYBERNETICS
最大事後確率推定(MAP推定)の基本 - HELLO CYBERNETICS
線形代数
機械学習をこれから始める人の線形代数を学ぶモチベーション - HELLO CYBERNETICS
線形空間から多様体の基本までを一気通貫 - HELLO CYBERNETICS
知っておくべき特殊な行列と便利な性質 (大学学部生の方にもおすすめ) - HELLO CYBERNETICS
微分・積分
理系大学入学後にどん詰まる「ε-δ論法」について - HELLO CYBERNETICS
その他
【正比例から】基礎からの微分と線形代数への再入門 - HELLO CYBERNETICS
機械学習のための集合・写像 - HELLO CYBERNETICS
見たら瞬時に理解すべき数式 - HELLO CYBERNETICS
機械学習を学ぶ上で抑えておきたい数学 - HELLO CYBERNETICS
機械学習を学ぶ上で抑えておきたい数学2 - HELLO CYBERNETICS
機械学習
機械学習基礎
ニューラルネットのための最適化数学 - HELLO CYBERNETICS
評価関数で見る機械学習手法 - HELLO CYBERNETICS
機械学習で抑えておくべき損失関数(分類編) - HELLO CYBERNETICS
機械学習で抑えておくべき損失関数(回帰編) - HELLO CYBERNETICS
識別関数、識別モデル、生成モデルの違いを解説 - HELLO CYBERNETICS
SVM、ニューラルネットなどに共通する分類問題における考え方 - HELLO CYBERNETICS
ニューラルネットワーク
リカレントネットワークの基本的な考え方 - HELLO CYBERNETICS
入力データの構造に着目した畳み込みニューラルネットとリカレントニューラルネット - HELLO CYBERNETICS
今更聞けないLSTMの基本 - HELLO CYBERNETICS
時系列データ:隠れマルコフモデルの基礎と、リカレントネットの台等 - HELLO CYBERNETICS
誤差逆伝搬法(バックプロパゲーション)とは - HELLO CYBERNETICS
畳み込みニューラルネットワークの基礎 - HELLO CYBERNETICS
自己符号化器(オートエンコーダ)と主成分分析との関係 - HELLO CYBERNETICS
フィードフォワードニューラルネットワークの基本 - HELLO CYBERNETICS
確率モデル
tensorflow + edwardで混合ガウスモデル - HELLO CYBERNETICS
その他
【教師なし学習・クラスタリング】K-means - HELLO CYBERNETICS
線形回帰モデルと最小二乗法 - HELLO CYBERNETICS
【多様体学習】LLEとちょっとT-SNE - HELLO CYBERNETICS
人工知能の歴史 AIを如何にして達成しようとしたか - HELLO CYBERNETICS
制御・信号処理
制御・信号処理の基本
ウェーブレット変換の基本 - HELLO CYBERNETICS
ラプラス変換とフーリエ変換 - HELLO CYBERNETICS
制御工学
状態空間表現と現代制御について基本的な考えを抑える - HELLO CYBERNETICS
PID制御の基本的な考え方 - HELLO CYBERNETICS
信号処理
書籍紹介:ベイズ信号処理 - HELLO CYBERNETICS