・【深層学習】深層学習の実装｜深層学習フレームワーク、Keras[43:23]
・【機械学習】クラスタリングの実践｜スクレイピング、kmeans[47:33]
・【深層学習】誤差逆伝播法｜バックプロパゲーション[36:01]
・【機械学習】次元削減の実践｜主成分分析[42:22]
・【深層学習】損失関数/勾配降下法｜交差エントロピー誤差、ミニバッチ勾配降下法[32:09]
・【機械学習】分類問題の実践｜アンサンブル学習[49:18]
・【機械学習】回帰分析の実践｜xgboost、交差検証、グリッドサーチ[52:10]
・【深層学習】活性化関数｜ReLU、シグモイド関数、ソフトマックス関数[22:30]
・【深層学習】深層学習とは？｜ディープラーニングの意味、ニューラルネットワーク[27:55]
・【位置情報編】位置情報型データの前処理と可視化まとめ[14:53]
・【時間編】時間型データの前処理と可視化まとめ[19:58]
・【カテゴリ編】カテゴリ型データの前処理と可視化まとめ[27:15]
>

INFO:
→第２回　機械学習入門 / k最近傍法
Able Programming