Human Machine Communication

高校数学をなまけた人のために、数学最低限度で、基本から最先端の技術までを、解説しました。DeepLearningに関しては、論文をなぞった解説記事とは異なり、ネットワークのパーツの直感的な意味から説明しているため、世界一わかりやすいと思う。

課題として言語処理100本ノックという問題集から選んだもの、サンプルコードとしてPyTorchのTutorial Sampleの自然言語を扱ったもの、を利用させてもらっています。

自然言語処理

導入

導入スライド

準備

準備、Pythonリスト処理スライド

準備、Pythonリスト処理_解答付き.ipynb

準備、Pandasスライド

準備、Pandas_解答付き.ipynb

準備、正規表現スライド

準備、正規表現_解答付き.ipynb

準備、数学

準備、形態素解析スライド


準備、形態素解析_解答付き.ipynb

準備、形態素解析_sentencepiece.ipynb

準備、データ作成スライド

準備、データ作成_解答付き.ipynb

  

機械学習

機械学習スライド


機械学習_解答付き.ipynb

ニューラルネット

ニューラルネットスライド


ニューラルネット.ipynb

単語ベクトル

単語ベクトルスライド


Embedding, CBOW, Skipgram.ipynb

gensim_word2vec.ipynb

単語ベクトル.ipynb

Wikipedia_corpus.ipynb(Macab版, SentencePiece版)

CNN

CNNスライド


MNIST_sample.jpynb

RNN

RNNスライド

rnn_translation.ipynb

rnn_languagemodel.ipyn

Transformer

Transformerスライド

attention_translation.ipynb

attention_languagemodel.ipynb

NLP、RNNCNNTransformer.ipynb