← コース一覧機械学習の数学回帰・分類からニューラルネットまで。線形代数・微積・統計で触った数学が、機械学習のどこでどう動くかを図の上で確かめる。プレミアムに加入(¥1,480/月)第1章 機械学習は関数のあてはめ学習 = パラメータ調整を体感する無料損失を最小にする — 最適化という共通言語無料第2章 回帰 — 最小二乗をML視点で握り直す直線あてはめ、ふたたび無料重回帰と特徴量 — 行列で書く無料第3章 分類とロジスティック回帰決定境界を引くプレミアムロジスティック回帰を使う — オッズとソフトマックスプレミアム総合演習① 回帰と分類総合演習プレミアム第4章 損失と尤度 — なぜその損失関数なのか損失の正体は尤度プレミアム交差エントロピーと情報量プレミアム第5章 勾配降下の実務学習率を壊してみるプレミアムモメンタム・Adam — 下り方の改良プレミアム第6章 ニューラルネットの順伝播順伝播 — 行列変換の連鎖プレミアム層と表現力 — 空間の折り曲げプレミアム第7章 誤差逆伝播 — 連鎖律が勾配を運ぶ逆伝播 — 勾配が流れる計算グラフプレミアム逆伝播を使う — 勾配消失までプレミアム総合演習② 損失から逆伝播まで総合演習プレミアム第8章 正則化とバイアス・バリアンス過学習の正体プレミアム正則化 — L1・L2の幾何プレミアム第9章 次元削減 — PCA再訪次元を減らす — 主方向への射影プレミアム低ランク近似とオートエンコーダの入口プレミアム第10章 確率的な視点 — 尤度からベイズ、生成へモデルは確率分布プレミアムベイズ的な学習と生成モデルの入口プレミアム総合演習③ 頻度論とベイズ総合演習プレミアム