質問編集履歴
5
test
CHANGED
File without changes
|
test
CHANGED
@@ -18,7 +18,7 @@
|
|
18
18
|
|
19
19
|
|
20
20
|
|
21
|
-
質問3:ディープラーニングは主に分類問題と予測問題に分類されると書籍に書いてありましたが、何が分類問題と予測問題を分ける要因になるので
|
21
|
+
質問3:ディープラーニングは主に分類問題と予測問題に分類されると書籍に書いてありましたが、何が分類問題と予測問題を分ける要因になるのでしょうか?
|
22
22
|
|
23
23
|
|
24
24
|
|
4
test
CHANGED
File without changes
|
test
CHANGED
@@ -8,7 +8,7 @@
|
|
8
8
|
|
9
9
|
と
|
10
10
|
|
11
|
-
教師なし
|
11
|
+
教師なしデータアルゴリズム
|
12
12
|
|
13
13
|
に分類されると考えていいのでしょうか?
|
14
14
|
|
3
test
CHANGED
@@ -1 +1 @@
|
|
1
|
-
|
1
|
+
機械学習の全体像について
|
test
CHANGED
File without changes
|
2
test
CHANGED
@@ -1 +1 @@
|
|
1
|
-
|
1
|
+
教師なしデータのアルゴリズムについて
|
test
CHANGED
@@ -1,15 +1,29 @@
|
|
1
|
-
|
1
|
+
機械学習の全体像について質問があります。
|
2
|
-
|
3
|
-
6.Recurrent Neural Networks
|
4
|
-
|
5
|
-
7.Sequence-to-Sequence Models
|
6
|
-
|
7
|
-
の二つをなるべく効率的に学習しようと思っているのですが、書籍も出ていないためネット上の情報で学ぶしかないのが現状です。
|
8
2
|
|
9
3
|
|
10
4
|
|
11
|
-
質問1
|
5
|
+
質問1:機械学習は主に2つに分けるとすると
|
6
|
+
|
7
|
+
教師ありデータアルゴリズム
|
8
|
+
|
9
|
+
と
|
10
|
+
|
11
|
+
教師なしなしデータアルゴリズム
|
12
|
+
|
13
|
+
に分類されると考えていいのでしょうか?
|
12
14
|
|
13
15
|
|
14
16
|
|
17
|
+
質問2:ディープラーニングやTensorflowは二乗誤差関数を用いるため、教師ありデータアルゴリズムに分類でき、教師なしデータアルゴリズムでは用いないのでしょうか?
|
18
|
+
|
19
|
+
|
20
|
+
|
21
|
+
質問3:ディープラーニングは主に分類問題と予測問題に分類されると書籍に書いてありましたが、何が分類問題と予測問題を分ける要因になるのでひょうか?
|
22
|
+
|
23
|
+
|
24
|
+
|
15
|
-
質問
|
25
|
+
質問4:教師なしデータアルゴリズムではディープラーニング以外のアルゴリズムやテクニック(例えばK-meansなど)を用いると考えてよいでしょうか?
|
26
|
+
|
27
|
+
|
28
|
+
|
29
|
+
よろしくお願いします。
|
1
test
CHANGED
File without changes
|
test
CHANGED
@@ -13,15 +13,3 @@
|
|
13
13
|
|
14
14
|
|
15
15
|
質問2:LSTMの基本的な構造を理解しましたが、そもそも上記のチュートリアルを十分に理解するにはどのくらいかかるものでしょうか?
|
16
|
-
|
17
|
-
|
18
|
-
|
19
|
-
質問3:チュートリアル5までは基本的なコードは理解したのですが、ある企業から「チュートリアルを理解した上でできるようになったことをアピールしてほしい」と言われた場合、どのようなことを言うのが理想だと思いますか?いくつか案を参考に教えていただけないでしょうか?
|
20
|
-
|
21
|
-
|
22
|
-
|
23
|
-
質問4:courseraを学習し終わりましたが、企業等に理解度をアピールする場合、courseraの機械学習の理解度を示す指標としてどのようなことが言えれば十分に理解したと相手側に伝わりますか?
|
24
|
-
|
25
|
-
|
26
|
-
|
27
|
-
質問3、4は客観的な視点からの意見が欲しいため参考程度に教えていただけないでしょうか?よろしくお願いします。
|