AI 学習パス
Go 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。Go 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。
進捗を保存するにはサインインしてください。
0%クリア
0 / 15
-
1 まず概念を学ぶ Pythonで学ぶ機械学習のためのデータ準備 レッスンを読む →0/3データの扱い
行列の積と特徴量のスケーリング。
-
2 まず概念を学ぶ Pythonで学ぶ線形回帰とロジスティック回帰 レッスンを読む →0/4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。
- 1 単回帰分析(最小二乗法) 中級 Goで解く
- 2 勾配降下法による線形回帰 中級 Goで解く
- 3 ロジスティック回帰による予測 簡単 Goで解く
- 4 パーセプトロンの学習アルゴリズム 中級 Goで解く
-
3 まず概念を学ぶ Pythonで学ぶ分類の基礎:Softmaxとk近傍法 レッスンを読む →0/6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。
-
4 まず概念を学ぶ Pythonで学ぶコサイン類似度とk-meansクラスタリング レッスンを読む →0/2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。
- 1 コサイン類似度 簡単 Goで解く
- 2 k-means クラスタリング 中級 Goで解く