イム・ジャンファンのカルマンフィルター 1

AI/ディープラーニングに必要な線形代数の内容を1日10分投資して1ヶ月完成でマスターしてみましょう。

すべてのAI/ディープラーニングの核心は結論的に最適化です。もちろんAI/ディープラーニングでのみ最適化理論が必要なわけではありません。コンピュータビジョン、ロボティクス&制御システム、金融工学&クオンツ、データサイエンス、信号処理...おそらくどの分野を学んでも、もう少し深く入っていくと必ず出会うテーマの一つが最適化理論です。この講義では数学的な基礎理論から始まって深みのある内容まで体系的に扱っています。国内に開設された最適化理論講義の中で断然最高だと思います。

AI/ディープラーニング、コンピュータビジョン、コンピュータグラフィックスなどに必要な最適化理論です。最適化理論1では、重点的に多変数関数の定義と多変数関数の微分を扱っています。なぜですか？すべての最適化の問題は多変数関数の形で表現されるからです。正確な多変数関数の定義と微分概念を習得すれば、上記分野の理論的アプローチがかなり容易になります。

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！

コーディングテストを初めて始める方の目の高さに合わせた、問題プールが中心のPythonコーディングテスト講義です。

このコースは、Pythonを使用した機械学習の数学と統計の基本的な内容を実践するプロセスです。機械学習とディープラーニングにはプログラミング能力も必要ですが、原理を理解するために数学的背景が必要です。このプロセスにより、人工知能に必要な基礎数学をじっくり身につけることができます。

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。

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。

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。

IT企業コーディングテストに備えて [データ構造とアルゴリズムのコア理論＆amp;関連実戦問題解説講義】です。 - Python編 -

Python ベースのデータ構造とアルゴリズムを学習し、コーディング テストの問題を通じてコーディング能力をさらに強化しましょう。

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。

プログラマーの必須能力認定 PCCE で、Python の基礎から能力認定まで完璧に準備しましょう。

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。

ChatGPTを100%活用してPythonをゼロから学びます。退屈な概念説明よりは、例題や実習を通して受講生が直接コーディングを経験し、問題解決能力を養うことに焦点を当てています。Pythonの基本文法を習得した後、Level 1とLevel 2の多様な問題を解きながら実力を高めることができます。また、実際の試験のように構成されたExamを通して自身の不足な部分を点検し、補完することができます。定期的な問題演習とChatGPTを活用することで、受講生は退屈することなく、記憶に長く残る学習経験をすることができます。

ラッフルは、Pythonで学生がSWをより簡単に学習できるようにした教育用SWです。ここでは、SWで何ができるかを学び、簡単な練習でコンピューティング思考力を育てることができます。