ランキング学習
 ・RankNet
 ・フレームワーク
LightGBMを用いる。
 ・ランキング学習の方式
LambdaRankを用いる。
 ・目的変数の選択
どのような問題を解くのか
 ・特徴量の作成
数値特徴量
カテゴリカルデータ
Label Encoding
Target Encoding
Target Encoding の考え方を一般化

ML（手書き文字）  
  ・クラス分類問題
scikit_learnの添付データ
~/site-packages/sklearn/datasets/data/digits.csv.gz
sample と実行結果

boston_house_prices
  ・回帰問題
scikit_learnの添付データ
~/site-packages/sklearn/datasets/data/boston_house_prices.csv
sample と実行結果

Wine Quality Data Set
  ・回帰問題
ダウンロード
http://archive.ics.uci.edu/ml/
machine-learning-databases/wine-quality/winequality-red.csv
sample と実行結果

 MNIST 学習　　（ニューラルネットワーク を用いたクラス 分類）
 ・勾配計算のメソッドが numerical_gradient の場合
 ・gradient（誤差逆伝播あり）
 ・SimpleConvNet
 ・ディープラーニング
pytorch
 ・MNIST 推論

 MNISTデータセット
 ・データセット
MNISTデータ
MNIST のデータセット mnist.py