DSG5-2 CNN Assignment 2

第2章 機械学習：回帰 🚀 イントロダクション 🔍 分類 vs 回帰 📊 分類（Classification） 📈 回帰（Regression） 🔄 分類と回帰の違いまとめ 観点 分類 回帰 予測対象 カテゴリ・ラベル 連続的な数値 ...

DSGの新しい挑戦 https://www.mlsysbook.ai/ 機械学習システムは、機械学習（ML）システムの理解とエンジニアリングのための体系的なフレームワークを提供します。本書は、理論的な基礎と実践的なエンジニアリングのギャップを埋め、効果的なAIソリューションの構築に必要なシステムの視点を重視しています。アルゴリズムやモデルアーキテクチャに主眼を置くリソースとは異なり、本書はデータエンジニアリング、モデル最適化、ハードウェアを考慮したトレーニング、推論の高速化など、MLシステムが動作するより広範なコンテキストに焦点を当てています。読者は、MLシステムアーキテクチャについて推論する能力を養い、柔軟で効率的かつ堅牢な機械学習システムを構築するための永続的なエンジニアリング原則を適用できるようになります。 ...

第3章 深層学習：CNN Ⅰ 🧠 深層学習の概要 💡 深層学習（Deep Learning）とは？ 深層学習は、人間の脳の学習と記憶のメカニズムを模倣した方法です。 多層のニューラルネットワークを用いて、データから自動的に特徴を抽出し、複雑なパターンを学習します。 深層学習が学習すること 学習の仕組み 💡 最適化アルゴリズム 学習データの予測誤差を最小化できるように、重み（W）を最適化するアルゴリズムで学習します。 🎯 深層学習の長所と短所 ✅ 長所 ⚠️ ...