クラス内容の復習

マシンラーニングのクラスでは、AIの学習するアルゴリズムや関連する知識について学んでいます。
専門知識の無い私にとって毎週新しい概念がたくさん出てきて、追いつくのが精一杯です。


知識を表層的にただ覚えただけでは役に立たず、それぞれの知識がどう関連しているのかを把握しないとさっぱり理解できません。学部時代の理系の苦しみを思い出します笑

例えば、先週のクラス内容では、以下の知識が重要なポイントでした。
・サポートベクターマシン（Support Vector machine)
・VC次元（Vapnik– Chervonenkis dimension）
・過学習(Over-fitting)
・汎化性能（Generalization)
・ラグランジュの未定乗数法(Method of Lagrange multiplier)
・鞍点（Saddle point)
・カルーシュ・クーン・タッカー条件（Karush-Kuhn-Tucker condition）
・カーネル法（Kernel Methods）

このクラスは成績の７０％が最終レポートにかかっており、単位を取れるか全く分かりませんが、出来るだけの事はやりたいと思います。


スポンサードリンク

タグ：マシンラーニング