目次
機械学習の枠組みを理解する―NumPyからﾊﾟｲﾌﾟﾗｲﾝまで
ﾓﾃﾞﾙ構築前のﾜｰｸﾌﾛｰと前処理―ｻﾝﾌﾟﾙﾃﾞｰﾀの作成から確率的勾配降下法まで
次元削減―PCAから性能ﾃｽﾄまで
線形ﾓﾃﾞﾙ―線形回帰からLARSまで
ﾛｼﾞｽﾃｨｯｸ回帰―ﾃﾞｰﾀの読み込みからﾊﾟｲﾌﾟﾗｲﾝまで
距離指標を使ったﾓﾃﾞﾙの構築―k‐means法からk近傍法まで
交差検証とﾓﾃﾞﾙ構築後のﾜｰｸﾌﾛｰ―ﾓﾃﾞﾙの選択から永続化まで
ｻﾎﾟｰﾄﾍﾞｸﾄﾙﾏｼﾝ―線形SVMからｻﾎﾟｰﾄﾍﾞｸﾄﾙ回帰まで
決定木ｱﾙｺﾞﾘｽﾞﾑとｱﾝｻﾝﾌﾞﾙ学習
ﾃｷｽﾄ分類と多ｸﾗｽ分類
ﾆｭｰﾗﾙﾈｯﾄﾜｰｸ
単純な推定器の作成
