カルマンフィルター1：カルマンフィルターの正確な数学的原理を例で理解する講義

オープンソースを使わず自分で書いたコードで、運動学・動力学理論の実装から多関節マニピュレータの通信インターフェースまで完全にマスターする

アメリカ・シリコンバレーのスタートアップで働く韓国人開発者、ダレが教えるLeetCode！単に正解コードだけを教える方式ではなく、各問題に対して複数のアプローチを比較し、時間計算量と空間計算量を一緒に分析しながら、なぜある解法がより効率的なのかを説明する実践型LeetCode問題解説講座です。まず最も直感的なアプローチを作成し、その方法の時間/空間計算量を分析してボトルネックと改善ポイントを把握し、その後様々なデータ構造とアルゴリズム的手法を適用した他のアプローチを見ながら、各方式の性能差と長所短所を比較します。これを通じて、新しい問題に直面した時に自ら効率的な解決戦略を設計できる問題解決能力を身につけられるようサポートします。

このコースは、コンピュータサイエンスと工学のための離散数学をインタラクティブに紹介します。学習者は、基本的な数学的概念、離散構造、離散確率論を学び、これを通じてコンピュータサイエンスのさまざまな分野に応用できる能力を養います。

コーディングテストALL PASSのための最も完璧なバイブル

このコースでは、線形代数と常微分方程式（ODE）を中心に、機械工学で広く用いられる不可欠な数学的概念を扱います。学習者は、方程式系を解くための数値解法を学び、これらの技術を実世界の工学問題に応用します。

Googleアルゴリズムの大会であるgoogle codejamのQualification Round 1st problemを紹介して解放する講義です。

このコースで文法をより明確に理解し、問題解決のための自信を得てください。

機械学習を学ぶと、精度を上げる方法を身につけます。ところが、そのモデルを実際のチップに載せようとした瞬間、誰も教えてくれなかった疑問が残ります。このモデルは何回乗算を行うのでしょうか？何をどれだけ記憶しておく必要があるのでしょうか？現在目標としているチップの仕様で、その要求に対応できるのでしょうか？ 機械学習の教科書は精度について語り、半導体の教科書は回路について語りますが、その間をつなぐ資料はほとんどありません。私はRISC-V CPUとNPUをFPGAで実装しながら、この隔たりに何度も直面しました。精度が最も高いモデルが、実際にはボードに収まらないという状況です。 本講座では、6つのアルゴリズムをPythonで実際に作りながら、作るたびに乗算、比較、メモリ、精度を測定します。そして、その値を実際のFPGAボードのリソースに換算します。乗算が何回という言い方だけでは規模を推し量れませんが、ボードの何パーセントかと言われれば判断できるからです。 9つのLabを経て6つのモデルを1つの表にまとめると、予想とは異なる全体像が見えてきます。乗算を数えるために9つのLabを費やしたのに、実際に足を引っ張っていたのは乗算ではありませんでした。その後、実数を整数に落とし込み、桁数を管理し、回路を評価する基準まで作ります。 FPGAボードは必要ありません。Pythonだけで進め、ボードは測定値を換算する基準としてのみ使用します。

RUR-PLEは、Pythonを通じて学生がより簡単にソフトウェア（SW）を学習できるように作られた教育用ソフトウェアです。ここでは、ソフトウェアで何ができるかを学び、簡単な実習を通じてコンピューティング思考を養えるようサポートします。

コードパズルクリアチャレンジは、Swift Playgroundsの「コーディングを学ぼう1」をベースに、コンピュータに命令を出して思い通りに動かす「プログラミング的思考」を4週間集中してトレーニングするコースです。 参加者は各回のパズルミッションを解決しながら、問題を小さなステップに分ける「問題分解」、繰り返される規則を見つけてfor文や関数で整理する「パターン認識」、状況に応じて行動を変える「論理的判断」を自然に身につけます。そして、単に正解を導き出すだけでなく、「なぜこのように解いたのか」を説明し、修正できるレベルまで到達します。

ゲームで使用される重要な数学の概念を分かりやすく学ぶ講座です。数学に精通している人はその知識を当然のものと考えてしまうため、全く知らないという前提で教えることができません。 本講座では、本当に非専門家であると考え、初心者の視点から説明します。

ラズベリーパイと様々なセンサーを活用してAIベースの自律走行自動車を直接製作してみる実習型講座です。

この講義は、CosPro 1級試験を準備される方のためのコースであり、試験主催者である(株)YBM Netから公開されたCOS Pro 1級サンプル問題解答コースです。

ディープラーニングの微分と逆伝播の数式を理解したい方のための講座です。関数と極限から導関数、連鎖律、勾配、勾配降下法までを順に学び、小さなニューラルネットワークの順伝播・損失計算・逆伝播・重みの更新を自分で計算します。コーディングやインストールなしでアニメーションを使って概念を学び、数式をAIの学習過程に結び付けます。

実習よりも理論と文脈に重点を置き、ディープラーニングを深く整理して全体像を把握したい方に役立つ講義です。ディープラーニングの根幹となる数学的・統計的背景を分かりやすく理解できるほか、AutoEncoder、GAN、Transformer、AlphaGoといった現代の主要モデルの原理を、開発者の視点から直感的に解説します。