数式関連はgistに記載。

統計学全般
・https://aiacademy.jp/media/?p=621
　⇒「記述統計学」「推測統計学」「ベイズ統計学」に分類できる。
　⇒平均、分散、標準偏差　あたりが基礎。⇒参考

機械学習
・以下あたりが判れば概要はつかめる（参考：やさしく学ぶ機械学習を理解するための数学のきほん　より）
＜回帰＞ regression
　- 最小二乗法
　- 最急降下法、確率的勾配降下法
　- 単回帰（一次元の場合）、重回帰（二次元以上の場合）、多項式回帰
　- 回帰分析：回帰により分析すること。
＜分類＞
　- パーセプトロン
　- ロジスティックス回帰、シグモイド関数
　- 尤度関数、対数尤度関数
　- 線形分離可能、線形分離不可能
＜モデルの評価＞
　- F値
　- 正則化

・Google Colabを用いたCoding実装：
　https://github.com/yamachanyama/AI_Statistics/blob/main/Untitled0.ipynb
　⇒統計関連
　　・回帰：一次関数、多項式回帰、確率的勾配降下法、正則化
　　・分類：パーセプトロン、ロジスティック回帰（実装、線形分離不可能な分類による実装、確率的勾配降下法による実装）
https://github.com/yamachanyama/Python_AI_ML
　⇒機械学習（AI）関連

ライブラリ
<Math>
・NumPy
・pandas

<Data>
・OpenCV
・vega_datasets

<AI>
・scikit-learn: https://techacademy.jp/magazine/17375
・Tensorflow, Keras
　- model, Dense →https://techacademy.jp/magazine/17694

import tensorflomodelw as tf
import tensorflow.keras as keras
Dense = keras.layers.Dense
model = keras.models.Sequential()

# Kerasでは、Sequentialという箱を用意して、そこに深層学習（ディープラーニング）のネットワーク層を追加する。model.add(Dense(10,activation=’relu’, input_shape=(4,)))

# Denseというのは、入力と出力を全て接続するネットワークのこと。上記例では出力10、入力4
model.add(Dense(3,activation='softmax'))