모두를 위한 딥러닝 - Deep Reinforcement Learning
Sung Kim
홍콩과기대 김성훈 교수님의 "모두를 위한 딥러닝" 강좌 두번째 시즌으로 '강화학습' 에 대해 학습해 봅니다.
중급이상
딥러닝, 강화학습
皆のためのディープラーニング - 基本的な機械学習とディープラーニングコース
より多くの方々がマシンランニングとディープラーニングについてより理解し、本人の問題をこの素敵なツールを利用して解くことができるようにビデオ講義を準備しました。ソースであるTensorFlowを利用して理論を実装できるようにしました。
受講前、講義プレビュー😉
アルファゴとイセドルの試合を見ながら、今機械学習が人間の領域である直観と意思決定能力でも十分なデータしかあれば人間よりも能力を発揮できることが分かりました。実際にAndrew Ng教授が言ったように、機械学習をよく理解し、よく扱うことができれば、それこそがスーパーパワーを持つのではないかと思います。
より多くの方々がマシンランニングとディープラーニングについてより理解し、本人の問題をこの素敵なツールを利用して解くことができるようにビデオ講義を準備しました。さらに、理論だけにとどまらず、最近Googleが公開した機械学習のためのオープンソースであるTensorFlowを利用して理論を実装してみることができました。この機械学習、ディープラーニング講座は、数学やコンピュータ工学的な知識がなくても簡単に見られるように作ろうと努力しました。
こんな方が聞けばいいですよ😉
この講義は人工知能のㅇ者も知らなくても関心さえあれば誰でも受講できる講義です。負担を感じないで、いつでも私が学びたいときに講義を受講してみてください！
- 人工知能に興味がある誰でも
- 機械学習、ディープラーニングの概念を理解したい方
- 機械学習を自分で実装したい人
このような内容をお知らせします。
機械学習の重要な基本概念
機械学習の定義について学び、回帰、分類、TensorFlowの基本構造など、機械学習の学習に先立ち、必ず知っておくべきことをまとめました。
線形回帰(Linear Regression)
ディープラーニングの理解に不可欠な概念の1つである線形回帰について学び、線形回帰のコスト関数、複数入力の線形回帰などについて学び、実際のTensorFlowでこれを実装します。
ロジスティック回帰
どちらかを決定する必要があるロジスティック回帰の定義について学び、実際のTensorFlowコードで実装してみます。
MLの実用といくつかのヒント
機械学習を実際に使用し、データを処理するために必要な概念を学びます。
ディープラーニングの重要な基本概念
ディープラーニングの重要な概念について学びます。
Neural Network
ディープラーニングの基礎となるニューラルネットワークの基本概念を学び、RNNやCNNなどのコアニューラルネットワークについて学びます。
受講前に参考にしてください！
このビデオは私もインターネットなどで勉強しながら作ったもので、以下の資料をたくさん使っています。
- Andrew Ng's and other ML tutorials
- Convolutional Neural Networks for Visual Recognition.
- Tensorflow
こんな方に
おすすめです！
学習対象は
誰でしょう？
人工知能に興味がある誰でも
機械学習、ディープラーニングの概念を理解したい方
機械学習を自分で実装したい人
カリキュラム
全体
50件 ∙ (11時間 26分)
講座掲載日:
最終更新日:
受講レビュー
全体
274件
4.9
274件の受講レビュー
hunkim3879の他の講座
知識共有者の他の講座を見てみましょう！
