강의

멘토링

커뮤니티

AI Technology

/

Deep Learning & Machine Learning

私たちのお母さんでもできる機械学習(応用理論)

AIを学ぶ第一歩 : 人工知能入門者にとって最適なカリキュラムを作った!ディープラーニングを簡単かつ迅速に攻略するため深化内容で短い時間に機械学習とディープラーニングを繋げる段階!

難易度 初級

受講期間 無制限

  • yc
Machine Learning(ML)
Machine Learning(ML)
Deep Learning(DL)
Deep Learning(DL)
AI
AI
Probability and Statistics
Probability and Statistics
Machine Learning(ML)
Machine Learning(ML)
Deep Learning(DL)
Deep Learning(DL)
AI
AI
Probability and Statistics
Probability and Statistics

受講後に得られること

  • ⭐ 分類 / 回帰 タスク の 確率ベースの考え方

  • ⭐ Support Vector Machine(SVM) 動作原理

  • ⭐ ロジスティック回帰の動作原理についてと、その重要性

  • ⭐ 情報量、エントロピー、クロスエントロピー、KL Divergence の概念

  • ⭐ Softmax 概念と Logistic Regressionとの関係

  • ⭐ Linear regressionを確率的観点から再定義

  • ⭐ 最尤推定(MLE)の概念と必要性

  • ⭐ 最尤推定(MLE)による分類 / 回帰 損失関数導出過程

  • ⭐ ロジスティック回帰を用いたROC-AUC曲線評価方法の理解

  • ⭐ PCA & LDA 線形代数知識なしでの簡単な理解と仕組み

📢この講義は非専攻者を対象とする講義です。

人工知能、とても簡単に解放しました!

統計的、数学的概念はできるだけ排除しました!

理論講義、恐れないでください!

私のお母さんもできる機械学習(基礎理論)

人工知能(AI)

機械学習

Scikit-Learn

コース紹介

  • さまざまなコードアプリケーションのための足場、まさに理論です。

  • 非専攻者の身分でわずか5ヶ月ぶりに公募展最優秀賞及び優秀賞、競進大会優勝及びプロジェクト対象及び優秀賞を受けました。

  • 原理を知ってこそ、さまざまな状況、データに応用できます。

  • 人工知能を初めて学びながら注ぐ様々な用語や機関でカリキュラムを追いながら学びながらも異質感が聞こえた学習シーケンスをすべて考案し、初めて学習する人もできるだけ不便なく追いつくことができるように、本当にたくさん悩んで順序を修正して配置しました。

  • 無作為の数学的統計的概念を説明するのではなく、モデルや指標で関連する言及が出たとき、なぜ使用するのか、その式概念の必要性について言及するので、はるかに理解も早く、納得しやすく、学習をよりスムーズにすることができます。

講義概要

  • 理解のために必要な最小限に数学、統計学的概念のみを使用し、そのさえもすべての例に基づいて簡単に理解できるように構成しました。

  • 様々な視覚資料やアニメーションを通じて、資料内の不要な文章を最小限に抑え、理論講義であっても退屈しないようにしました。


  • 機械学習について知らない方は体系的に負担感なく幅広く学んでいき、機械学習についてご存知の方は概念をもう一度正確に確立することができるようになります。

  • 機械学習の中で直感的に理解できるほぼすべての部分を網羅している基礎過程であり、SVMやROC-AUC、次元縮小などの概念は機械学習の深化理論で取り上げられます。

  • すべての講義学習は今後ディープラーニング講義にフォーカスが合わせられていますので、機械学習からしっかりと基礎を固める方におすすめです

講義の特徴

🎯該当講義はコード実習のない理論講義でのみ構成されています。

🎯PPT学習資料提供

🎯復習のための理論メモテストを提供

段階的な学習内容

このレッスンは、修正された(5-> 3)3つのカリキュラムのうち、最後の機械学習カリキュラムです。

講義プレビュー

数学的内容 可視化資料で簡単に理解する 段階的なアプローチで目的に達する

数学的概念を最初に説明するのではなく、例を通して導き出すソフトマックス

LDAの動作方法を一目でわかる直感的な資料と説明

データの例から直接計算し理解する評価指標

数学者が想定した内容をわかりやすく気になる解決

学んだ内容を貫く一つの流れでまとめる

こんな方に
おすすめです

学習対象は
誰でしょう?

  • 😎 様々な機械学習モデルを学びたい人?

  • 😎 機械学習は知ってるけど、ディープラーニングとは別物だと考えてる人?

  • 😎 機械学習を確率的思考法で理解したい人?

  • 😎 機械学習を深く知りたいけど数学に抵抗がある人?

  • 🎶 うちの母でもできる機械学習 (基礎理論) 受講生

  • 🎶 うちの母もできるマシンラーニング (基礎実習) 受講生

前提知識、
必要でしょうか?

  • 📌 機械学習 基礎

こんにちは
です。

208

受講生

18

受講レビュー

5

回答

4.9

講座評価

3

講座

非専門家だからこそ、非専門家のことをよく理解しています。

非専門家の視点からお力添えできるよう、最善を尽くします。

人工知能士官学校 第5期 修了

時系列農産物価格予測プロジェクト 大賞

Kaggleコンペティション1位 (200 )

物体検出、RAGベースの模擬面接プロジェクト 優秀賞

韓国人工知能協会主催 AI活用社会問題解決コンテスト 最優秀賞

湖南ICTイノベーション・デジタル新技術コンテスト 優秀賞

カリキュラム

全体

16件 ∙ (3時間 10分)

講座資料(こうぎしりょう):

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

全体

1件

5.0

1件の受講レビュー

  • gazxxni님의 프로필 이미지
    gazxxni

    受講レビュー 4

    平均評価 5.0

    5

    31% 受講後に作成

    ¥1,746

    ycの他の講座

    知識共有者の他の講座を見てみましょう!

    似ている講座

    同じ分野の他の講座を見てみましょう!