「機械学習」解説シリーズ(目次)

ざっくりわかる『機械学習』 目次

『機械学習』については、こちらも参照ください。

第1回　機械学習とは(入門編)

機械学習とは
　　・ざっくりまとめると・・・
自律的洞察
近年の発展
　　・考えられる主な要因
機械学習が注目されている理由
　　・考えられる主な要因
主な機械学習の手法
　　・(1)教師あり学習
　　・(2)教師なし学習
　　・(3)半教師あり学習

第2回　「機械学習」「ディープラーニング」の違い

「1．人工知能(AI)」「2．機械学習」「3．ニューラルネットワーク」「4．ディープラーニング」の包括的関係
「2．機械学習」とは
「3．ニューラルネットワーク」とは
「4．ディープラーニング」とは
　　・「4．ディープラーニング」と「3．ニューラルネットワーク」の違い
　　・「4．ディープラーニング」の優位点は「いちいち人間が関与しない自動化」
「ディープラーニング」の能力
「ディープラーニング」の可能性

第3回　機械学習事例紹介～機械学習で何ができる？

「金融」分野
　　・クレジットカード不正検知
　　・株式取引
　　・汚職兆候検知
「製造」分野
　　・機器故障事前予知
「医療」分野
　　・医療診断
　　・Watsonが人命を救った事例
「マーケティング」分野
　　・商品レコメンデーション
　　・顧客セグメンテーション
「ユーザコミュニケーション」「その他」分野
　　・数字認識
　　・形状検出
　　・会話理解
　　・顔検出
　　・スパム検知
　　・音声個人認証

第4回　主要な機械学習フレームワーク(ライブラリ)

1．TensorFlow
2．Microsoft Cognitive Toolkit
3．DSSTNE
4．Caffe
5．Chainer

第5回　プログラミング言語「Python」が機械学習に向いている理由

Pythonとは
　　・概要
　　・主な特徴
　　・Pythonが機械学習に向いている理由
Pythonの機械学習向けライブラリ(ツール)
　　・大規模データ処理ライブラリ「Pandas」
　　・数値計算ライブラリ「Numpy」+「Scipy」
　　・自然言語処理ライブラリ「Gensim」
　　・描画ライブラリ「Matplotlib」
Pythonの機械学習ライブラリ
　　・機械学習ライブラリ「Scikit-learn」
　　・ディープラーニング用ライブラリ「TensorFlow」
　　・ディープラーニング用ライブラリ「Caffe」
　　・ディープラーニング用ライブラリ「Theano」