機械学習の初学者エンジニアがほんのり理論を知りたいときに参考になった資料など

　データマイニングとか画像認識とかやりたい！
　機械学習のライブラリは色々あるから”それっぽいもの”はすぐに作れるだろうけれど、ちょっとだけ機械学習の理論を知っておきたい！

　と思ったエンジニアが四苦八苦しているときに作成したまとめです。

---

Deep Learning

　深層学習にも色々種類があるそうです。理論的に強固なRBM(Restricted Boltzmann Machine)と、直感的に理解しやすいAE(AutoEncoder)があります。

RBM(Restricted Boltzmann Machine)

qiita.com
↑導入部分で初学者向けにわかりやすい解説がされていました。

RBM、Deep Learningと学習(全脳アーキテクチャ若手の会 第3回DL勉強会発表資料) from Takuma Yagi

www.slideshare.net
↑大事そうな部分がしょっちゅう強調されていて、これまた初学者向けにわかりやすいスライドでした。

http://blog.yusugomori.com/post/39741567354/python-deep-learning-restricted-boltzmann

blog.yusugomori.com
↑numpyのみを使用したpythonでの実装例が紹介されています。

AE(AutoEncoder)

deeplearning.net
↑英語ですがAutoEncoderの数式について説明されています。

http://blog.yusugomori.com/post/42244843471/python-deep-learning-denoising-autoencoders

blog.yusugomori.com
↑numpyを使用してpythonで実装した例が紹介されています。

d.hatena.ne.jp
↑rubyを使用した実装例が紹介されています。

全般

sinhrks.hatenablog.com
↑DeepLearning tutorialを日本語で解説されています。本当にありがたいです。