
わかりやすい強化学習コア理論
Chris Song
¥7,056
初級 / Reinforcement Learning(RL), Tensorflow, Machine Learning(ML)
4.0
(3)
この講義を通して、強化学習の基本理論を学ぶことができます。
初級
Reinforcement Learning(RL), Tensorflow, Machine Learning(ML)
人工ニューラルネットワークアルゴリズムを使用して、ディープラーニングモデルとCNNモデルを作成する方法を紹介します。
受講生 174名
難易度 初級
受講期間 12か月

学習した受講者のレビュー
5.0
도존
とても楽しくて有益です。 伝え方が素晴らしいです。 私はこの講義を通じて、AIの達人になります。
5.0
자바전문가그룹
人工知能人工ニューラルネットワークアルゴリズムを理解するための最高の講義です。 信じて走ってください。
5.0
leon.park
実習と並行して進めてくださるので、講義の理解にとても 도움이되었습니다.
人工神経網(artificial intelligence)理論および最適化
人工ニューラルネットワークディープラーニング(DNN)の実装
CNN(畳み込みニューラルネットワーク)の理論と実装
学習対象は
誰でしょう?
人工知能モデル開発者
AIを学びたい人
前提知識、
必要でしょうか?
python
1,213
受講生
91
受講レビュー
10
回答
4.8
講座評価
8
講座
JavaSpecialist.co.kr(Java専門家グループ)が人工知能の成長を支援します。
全体
14件 ∙ (9時間 24分)
講座資料(こうぎしりょう):
1. 人工ニューラルネットワークの概要
31:51
2. ディープラーニングフレームワーク
12:02
3. テンソルフロー
30:30
4. ディープラーニングを理解する
18:01
6. DNN の理解
59:30
9. 手書き画像分類のためのDNNモデルの実装
01:12:56
全体
7件
5.0
7件の受講レビュー
受講レビュー 6
∙
平均評価 5.0
受講レビュー 8
∙
平均評価 5.0
受講レビュー 7
∙
平均評価 3.7
受講レビュー 1
∙
平均評価 5.0
受講レビュー 1
∙
平均評価 5.0
同じ分野の他の講座を見てみましょう!
¥7,599