March 2025
Beginner to intermediate
310 pages
4h 32m
Japanese
Content preview from マシンラーニング・インタビューBecome an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
インデックス
A
- 面接で評価される能力
- MLの役割の3つの柱、機械学習の役割の3つの柱について
- 実行とコミュニケーション、実行とコミュニケーション：チームで物事を成し遂げる能力
- MLとデータスキルのマトリックスチャート,マシンラーニングスキルマトリックス
- 能力の最低条件,ML3本柱の最低条件をクリアする
- 新卒者のためのヒント,マシンラーニング・スキルマトリックス
- MLアルゴリズムとデータ直感、機械学習アルゴリズムとデータ直感：適応能力
- MLアルゴリズム技術面接,機械学習アルゴリズム技術面接の概要
- プログラミングとソフトウェア工学,プログラミングとソフトウェア工学：構築する能力
- 精度の定義、分類メトリック
- 精度関連メトリック、ML関連監視メトリック
- Ackley,David『A Brief History of Machine Learning and Data Science Job Titles（機械学習とデータサイエンスの職名略史）』。
- 頭字語の拡張,採用担当者の選考
- 強化学習におけるエージェント,強化学習の要約,強化学習エージェントの要約-強化学習エージェントの 要約
- アクション,強化学習エージェントの要約
- アクションセット,強化学習エージェントの要約
- オンポリシー対オフポリシー,オンポリシー対オフポリシー強化学習の要約
- 方針,強化学習エージェントの要約
- ポリシーベース対バリューベース,バリューベース対ポリシーベースの強化学習のまとめ
- モデルベース対モデルフリーRL,モデルベース対モデルフリー強化学習のまとめ,質問3-21：モデルベース強化学習とモデルフリー強化学習について説明しなさい。また、どのような場合にどちらを選ぶのか？
- モデル対モデル,強化学習エージェントのまとめ
- Q学習,Q学習の要約
- モデル・フリーRLテクニック,モデル・ベースとモデル・フリーの強化学習を比較する
- 報酬,強化学習エージェントのまとめ
- 遭遇した状態,強化学習エージェントの要約
- ユービーアイソフト、強化学習アルゴリズムを使ってゲームを最適化する
- アクション,強化学習エージェントの要約
- オンデバイス開発のためのAIとマシンラーニング（モロニー）、オンデバイス・マシンラーニング
- AlexNetデータセット、機械学習とデータサイエンスの職種の略歴
- アルゴリズム（マシン学習アルゴリズムを参照のこと）
- アルファベット／グーグルの振る舞いインタビュー,アルファベット／グーグル
- (Googleも参照のこと）
- 交互最小二乗法（ALS）、リクルーター・スクリーニング、要約行列因数分解
- Amazon
- 振る舞いインタビュー,Amazon ...