論文を集中的に読む: ビットコイン ブロックチェーン サトシ ナカモトは実際に論文ですか?何が言われましたか？

私のチャンネルへようこそ。ここでは、機械学習と深層学習の最も古典的または最先端のモデルについて説明します。また、米国での生活方法、仕事の見つけ方、LeetCode の磨き方についてもお話します。早く社会に溶け込めるように。気に入ったら、購読といいねを忘れずに！聞きたいことがあれば、下にコメントを残してください。

現在のチュートリアルのリスト:
線形回帰 (LR)、ロジスティック回帰 (LogR)、多項式回帰 (PR)、ラッソ回帰、リッジ回帰、エラスティック ネットワーク (エラスティック ネット)、デシジョン ツリー (DT)、ランダム フォレスト (RF)、勾配ブースティング ツリー (GBT)、 XGBoost、LightGBM、CatBoost、サポート ベクター マシン (SVM)、ナイーブ ベイズ (NB)、K 最近傍 (KNN)、主成分分析 (PCA)、独立成分分析 (ICA)、線形判別分析 (LDA)、t 分散近隣埋め込み (t-SNE)、混合ガウス モデル (GMM)、クラスター分析 (CA)、K 平均法クラスタリング (K 平均法)、DBSCAN、HDBSCAN、階層的クラスタリング (HC)、GAN (敵対的生成ネットワーク)、CGAN、 DCGAN、WGAN (Wasserstein GAN)、StyleGAN、CycleGAN、VAE (変動オートエンコーダー)、GPT (生成事前トレーニング モデル)、BERT、Transformer、LSTM (長短期記憶ネットワーク)、GRU (ゲート付きリカレント ユニット)、RNN (リカレント ニューラル ネットワーク)、CNN (畳み込みニューラル ネットワーク)、AlexNet、VGG、GoogLeNet、ResNet、MobileNet、EfficientNet、インセプション、DeepDream、ディープ ビリーフ ネットワーク (DBN)、オートエンコーダー (AE)、強化学習 (RL)、Q ラーニング、 SARSA、DDPG、A3C、SAC、時間差分学習 (TD)、アクタークリティック、敵対的トレーニング、勾配降下法 (GD)、確率的勾配降下法 (SGD)、バッチ勾配降下法 (BGD)、Adam、RMSprop、AdaGrad、AdaDelta、ナダム、クロスエントロピー損失、平均二乗誤差損失、KL 発散損失、ヒンジ損失関数、パーセプトロン、RBF ニューラル ネットワーク、ホップフィールド ネットワーク、ボルツマン マシン、深層強化学習 (DRL)、自己教師あり学習、転移学習、一般化敵対的ネットワーク(GAN)、敵対的生成ネットワーク (GAN)、学習済み生成ネットワーク (TGAN)、CycleGAN、深層学習生成モデル (DLGM)、オートエンコーダー敵対的生成ネットワーク (AEGAN)、分散オートエンコーダー (DAE)、ネットワーク アクティベーション オプティマイザー (NAO))、オートエンコーダー、VQ-VAE、LSTM-VAE、畳み込みオートエンコーダー (CAE)、GAN オートエンコーダー (GANAE)、U-Net、Deep Q Network (DQN)、デュアル DQN (DDQN)、優先エクスペリエンス リプレイ DQN (Prioritized Experience Replay DQN)、マルチエージェント DQN (Multi-agent DQN)、ディープ決定論的ポリシー勾配 (DDPG)、パーセプトロン (Perceptron)、スパース オートエンコーダー (SAE)、スパース表現分類 (SRC)、ディープ ビリーフ ネットワーク (DBN)、サポート ベクター マシン (SVM) )、アンサンブル学習、ランダム フォレスト、極度勾配ブースティング ツリー (XGBoost)、AdaBoost、勾配ブースティング マシン、スタッキング、ベイジアン最適化、ベイジアン ネットワーク、EM アルゴリズム (期待値最大化アルゴリズム)、ガウス過程、マルコフ連鎖モンテカルロ (MCMC)、強化学習（強化学習）、教師なし学習、半教師あり学習、教師あり学習、転移学習、次元削減、特徴選択）、特徴抽出、正則化、正規化、クラスタリング、分類、回帰、次元削減、特徴マッピング、ニューラルネットワーク、ニューロン、活性化関数、損失関数、オプティマイザー、学習率、バッチサイズ、反復数（エポック）、ハイパーパラメータ、モデル評価、相互検証、混同行列、ROC曲線、AUC値、精度、再現率、F1スコア、モデルの解釈可能性、特徴重要度、ローカル説明、グローバル説明、機械学習パイプライン）、ワンクリックモデル生成（AutoML）、ハイパーパラメータ最適化（ハイパーパラメータチューニング）、FFT、ラプラス変換、Z変換、フーリエ変換、短時間フーリエ変換（STFT）、 IIR、FIR、カルマンフィルタリング、DIPアルゴリズム、ウェーブレット変換