AI 学習パス

C++ で書いて学ぶ機械学習

15 問のチャレンジで、代表的な機械学習アルゴリズムをライブラリなしで自分で実装します。データのスケーリング、線形回帰とロジスティック回帰、パーセプトロン、k 近傍法、ナイーブベイズ、決定木の分割、k-means を扱います。C++ で順に解いていきましょう。各問題はブラウザで動き、テスト結果と AI レビューがすぐに届きます。

  1. 1

    データの扱い

    行列の積と特徴量のスケーリング。

    0/3
    1. 1 行列の積 簡単 C++で解く
    2. 2 最小最大正規化 簡単 C++で解く
    3. 3 Zスコア標準化 簡単 C++で解く
  2. 2

    回帰

    公式と勾配降下法で直線を当てはめ、確率を予測します。

    0/4
    1. 1 単回帰分析(最小二乗法) 中級 C++で解く
    2. 2 勾配降下法による線形回帰 中級 C++で解く
    3. 3 ロジスティック回帰による予測 簡単 C++で解く
    4. 4 パーセプトロンの学習アルゴリズム 中級 C++で解く
  3. 3

    分類

    ソフトマックス、交差エントロピー、最近傍法、ナイーブベイズ、決定木の分割。

    0/6
    1. 1 ソフトマックス関数 簡単 C++で解く
    2. 2 カテゴリカル交差エントロピー損失 簡単 C++で解く
    3. 3 k近傍法による分類 中級 C++で解く
    4. 4 ナイーブベイズ分類器 中級 C++で解く
    5. 5 ジニ不純度 簡単 C++で解く
    6. 6 情報利得 中級 C++で解く
  4. 4

    類似度とクラスタリング

    コサイン類似度と k-means クラスタリング。

    0/2
    1. 1 コサイン類似度 簡単 C++で解く
    2. 2 k-means クラスタリング 中級 C++で解く