-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathindex.html
205 lines (173 loc) · 7.9 KB
/
index.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
<!DOCTYPE html>
<html lang="ja">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>機械学習講習会のページ</title>
<style>
body {
font-family: Arial, sans-serif;
margin: 0;
padding: 10px;
display: flex;
justify-content: center;
align-items: center;
min-height: 100vh;
}
.container {
background-color: white;
padding: 40px;
border-radius: 8px;
max-width: 850px;
width: 100%;
box-sizing: border-box;
}
h1 {
text-align: center;
margin-bottom: 30px;
}
.section {
margin-bottom: 30px;
}
.section h2 {
color: #333;
border-bottom: 2px solid #0288d1;
padding-bottom: 5px;
margin-bottom: 20px;
}
ul {
padding-left: 20px;
}
ul li {
margin-bottom: 10px;
}
.note {
background-color: #e1f5fe;
padding: 10px;
border-radius: 5px;
margin-top: 10px;
}
.link {
display: block;
text-align: center;
margin-top: 20px;
color: #0288d1;
text-decoration: none;
font-weight: bold;
}
.link:hover {
text-decoration: underline;
}
table {
width: 100%;
border-collapse: collapse;
margin-top: 20px;
}
</style>
</head>
<body>
<div class="container">
<h1>traP 機械学習講習会のページ</h1>
<div class="section">
<p>機械学習講習会では、最終的な目標として、「<strong>自分で設計したニューラルネットワークで問題が解決出来るようになる</strong>」ことを目指して、機械学習、特にディープラーニングの原理と実装を学びます。
</p>
<br>
資料などは随時このページに追加していきます。
<p> このページを管理しているレポジトリ: <a href="https://github.com/abap34/ml-lecture"> https://github.com/abap34/ml-lecture </a> </p>
</div>
<div class="section">
<h2>日程</h2>
<ul>
<li>第一回 6/24 : 学習 </li>
<li>第二回 6/25 : 勾配降下法</li>
<li>第三回 6/28 : 自動微分とPyTorch </li>
<li>第四回 7/01 : ニューラルネットワークの構造</li>
<li>第五回 7/03 : ニューラルネットワークの学習と評価</li>
<li>第六回 7/10 : ニューラルネットワークの実装 </li>
<li>第七回 7/17 : 機械学習の応用、データ分析コンペ </li>
</ul>
</div>
<div class="section">
<h2>チーム戦について</h2>
<p>
この講習会のコンテスト、コンペはチーム (3人) 参加になります。
<br>
事前に誰かと組みたいという希望がある場合は、 アンケートに記入してください。
<br>
希望がなければ、こちらで自動でチームを作成します。
</p>
<div class="section" id="articles"></div>
<h2>資料</h2>
<p>講義で使う資料はこちらに置いておきます。 全てPCでの閲覧推奨です。</p>
<div style="text-align: center; margin-top: 20px;">
<a href="slides.pdf"> >> 機械学習講習会 (2024) のスライド << </a>
</div>
<h3>補足資料</h3>
<ul>
<li><a href="supplement/preface.html"> 前がき: この講習会について </a></li>
<li><a href="supplement/colab.html"> Google Colabの使い方 </a> </li>
<li><a href="supplement/pandas.html"> Pandas チートシート </a> </li>
<li><a href="supplement/competetion.pdf"> コンペのルールについて (スライド) </a> </li>
</ul>
<h3>各回の資料</h3>
<table>
<table>
<tr>
<th>内容</th>
<th>講義スライド</th>
</tr>
<tr>
<td>学習</td>
<td> <a href="ch01/lecture.pdf"> 第一回スライド </a></td>
</tr>
<tr>
<td>勾配降下法</td>
<td> <a href="ch02/lecture.pdf"> 第二回スライド </a></td>
</tr>
<tr>
<td>自動微分とPyTorch</td>
<td> <a href="ch03/lecture.pdf"> 第三回スライド </a></td>
</tr>
<tr>
<td>ニューラルネットワークの構造</td>
<td> <a href="ch04/lecture.pdf"> 第四回スライド </a></td>
</tr>
<tr>
<td>ニューラルネットワークの学習と評価</td>
<td> <a href="ch05/lecture.pdf"> 第五回スライド </a></td>
</tr>
<tr>
<td>ニューラルネットワークの実装</td>
<td> <a href="ch06/lecture.pdf"> 第六回スライド </a></td>
</tr>
<tr>
<td>機械学習の応用、データ分析コンペ</td>
<td> <a href="ch07/lecture.pdf"> 第七回スライド </a></td>
</tr>
</table>
</table>
<div class="section">
<h2>参考</h2>
資料作成する上で全体的に参照した書籍・資料をおいておきます。
<br>
(引用したもの・細かく参照すべきものはスライドの各ページ下に記載しています。)
<br>
※ 入門書としておすすめというわけではないです。
<br>
もうすこしちゃんとした形で書かれた、この資料の議論を見たくなった時に読んでみてください。
<ul>
<li> NNの説明全般... <a href="https://www.oreilly.co.jp/books/9784873117584/"> ゼロから作るDeep Learning
(とくに①,③) </a></li>
<li> 最適化関連 ... <a href="https://www.kspub.co.jp/book/detail/5212707.html">しっかり学ぶ数理最適化 </a></li>
<li> MLPの説明... <a
href="https://www.maruzen-publishing.co.jp/item/b294551.html">
パターン認識と機械学習 </a></li>
<li> 自動微分について... <a href="https://www.coronasha.co.jp/np/isbn/9784339026023/"> アルゴリズムの自動微分と応用 </a></li>
<li> NNの学習技法や歴史について... <a href="https://www.kspub.co.jp/book/detail/5133323.html"> 深層学習 </a></li>
<li> NNの表現力について... <a href="https://ibis.t.u-tokyo.ac.jp/suzuki/lecture/2023/TohokuUniv/%E6%9D%B1%E5%8C%97%E5%A4%A7%E5%AD%A62023.pdf"> 深層学習の数理 (pdf) </a></li>
<li> バリデーションやデータ分析コンペについて... <a href="https://gihyo.jp/book/2019/978-4-297-10843-4"> Kaggleで勝つデータ分析の技術 </a></li>
</ul>
</div>
</div>
</body>
</html>