数学から人類を自由にしなさい(線形代数学 Part.I) - ベクトル幾何学

関数の極限、導関数、微分法、導関数式、微分の活用

NumPyの使い方と、これを利用した実践練習を行う講義です。

matplotlibライブラリを利用したデータの可視化を扱う講義です。

中高校のコースで学ぶ数学の内容を圧縮した講義です。 必要な数学的知識、テクニックを各アイテムごとに多くの練習とともに学びます。

[人工知能のためのPython]シリーズの4番目の講義です。 Pythonの文法とともに、機械学習、ディープラーニングに使用される実践練習をする講義です。

[人工知能のためのパイソン]シリーズの3回目の講義です。 パイソンコードをデバッグする方法について学びます。

[인공지능을 위한 파이썬]シリーズの2番目の講座です。 Pythonの文法とともに、機械学習、ディープラーニングで使われる実践演習を行う講座です。

数式作成のためのLaTeXの使い方を学ぶ講義です。

Pythonの基本的な文法について、多くの演習を行う講座です。 Pythonの文法と合わせて、機械学習やディープラーニングに用いられる実践演習を行う講座です。

Gradient-based Linear Regression (1)で直接実装したコードを、PyTorchの機能を利用して実践的なコードとして実装する方法を学ぶ講義です。また、データ前処理の必要性、理論、学習に与える影響を理論的に学び、実践的なコードで実装する講義です。

Gradient descentで最もシンプルな形のディープラーニングモデルを学習させる過程について完璧に理解する講義です。

ディープラーニングの最も核心的な学習アルゴリズムであるgradient descentを集中的に学習する講義です。

ディープラーニングを始めるために必要な基本的な微分法とPyTorchのAutograd機能を学ぶ講義です。

仮想環境の概念と設定する方法を学びます。

[人工知能のためのPython]シリーズの第5回の講義です。Pythonの文法と合わせて、機械学習、深層学習に利用される実践練習を行う講義です。

中高校のコースで学ぶ数学の内容を圧縮した講義です。 必要な数学的知識、テクニックを各アイテムごとに多くの練習とともに学びます。

本コースはPythonを用いた機械学習の数学および統計学の基本内容を実習するコースです。機械学習と深層学習はプログラミング能力も必要ですが、原理を把握するためには数学的背景を必要とします。本コースを通じて人工知能に必要な基礎数学を着実に習得できます！

ゲームで使用される重要な数学概念を簡単に学べる講義です。数学をよく知っている人は該当知識を当然のこととして捉えているため、何も知らないという前提で教えることができません。 本当に非専攻者だと思って初心者の視点から説明します。