入門講座
１．実行環境
２．文字の出力
３．データ型
４．変数
５．更新と変換
６．比較演算子
７．論理演算子
８．条件分岐
９．リスト
１０．辞書
１１．繰り返し
１２．関数
１３．モジュール/ライブラリ
１４．クラス
１５．継承/オーバーライド
１６．ファイルの読み込み
実践講座
データセットの扱い
前処理
●音響特徴量の抽出
●時間周波数分解能の異なるメル周波数スペクトログラムの抽出
機械学習モデル
１．線形回帰モデル
２．パーセプトロン学習規則
３．ロジスティック回帰
４．２次元ガウス分布
５．PCAとLDAの違い
ーー 主成分分析（PCA）
ーー フィッシャーの線形判別分析（LDA）
ーー PCAを画像に適用
６．自己回帰モデル
７．構文解析
８．感情分析
９．EMアルゴリズム
10．変分ベイズ
11．TensorFlow
ーー Keras編
ーー 分類編
ーー テキスト解析編
ーー 回帰編
ーー 正則化とドロップアウト編
ーー モデルの保存と復元
12．PyTorch
ーー PyTorchとは何か？
ーー 自動微分
ーー ニューラルネットワーク
ーー 分類器の学習
ーー データの並列
ーー 自作データセットの作り方
13．AE
14．SSIM-AE
14．CAE
15．VAE
ーー Reconstruction probability
ーー 異常検知のための非正則化VAE
16．LSTM
評価指標
●F値
●F値（Onset Detection用）
●ROC曲線・AUC
自動採譜
音声認識
●声を録音しよう
●音量を算出してみよう
●離散フーリエ変換を実装してみよう
●高速フーリエ変換を実装してみよう
●短時間フーリエ変換を実装してみよう
●基本周波数推定をしてみよう
●ケプストラムを抽出してみよう
●ゼロ交差数で無声区間を推定してみよう
●母音推定を行ってみよう
音源分離
エンジニア系
１．Webテストでよく用いるコード
２．スクレイピング
３．はじめてのREADME
