機械学習フレームワークとAIに必要な統計的・確率的な基礎知識

10月23日

今回のコンペで使うフレームワークはYOLO（You Only Look Once）you only live once（人生一度限り）をもじったネーミングのを選定しました。

比較的新しいもので比較的に使いやすく認識精度もスピードもそこそこ。一緒に取り組んでいる人がフレームワークを色々経験のある人が今一番取り組んで応用しているのも理由です。

好きこそ物の上手なれなので今回も誰かの心を動かす様なものにしたいと考えます。

今回はCNN＝Convolutional Neural Network（畳み込みニューラルネットワーク）を覚えて置いて下さい。

画像処理の手法で特徴を数値化します。

パターンの認識と機械学習＝『Pattern Recognition and Machine Learning』ですので、

頭文字を取って、よくPRMLとも呼ばれています。

最初にイメージをつかむには最適だと思いますが、

実際にPRMLなどで使用される確率・統計的な手法は網羅していないため、

橋渡しのために、他の書籍で離散値の確率密度関数や、期待値、統計的検定、ベイズ定理の

応用学習する必要があります。

漫画で概念を説明する本があるので統計学の回帰分析編、因子分析編を含めて目を通して

見ます。
それ以外の本も1/5は読みました…

能書きはここまでで作業は何時もの様に躓いています。

また微熱が有ります。