inflearn logo
知識共有
inflearn logo

PyTorchを活用したディープラーニング Part 2 実戦ディープラーニングプロジェクト with PyTorch Lightning

「基礎から7つのドメインプロジェクトまで、ディープラーニングのA to Zを完成させる(全41講)」 単にモデルを呼び出すレベルを超え、現場のトレンドであるPyTorch Lightningを活用して、クリーンで効率的なディープラーニングパイプラインを構築する方法を学びます。株価予測から生成AI、医療映像、サウンド分析まで、計7つのプロジェクトを直接実装し、どのようなデータを前にしても自信を持てるAIエンジニアへと成長しましょう。

6名 が受講中です。

難易度 初級

受講期間 無制限

Python
Python
AI
AI
PyTorch
PyTorch
pytorch-lightning
pytorch-lightning
Python
Python
AI
AI
PyTorch
PyTorch
pytorch-lightning
pytorch-lightning

受講後に得られること

  • * PyTorch Lightningの標準化:複雑な学習ループを自動化し、可読性と生産性を極大化する最新の実務コーディングスタイルを伝授します。

  • * 7つのテーマプロジェクト:画像、時系列、オーディオ、生成モデル、セマンティックセグメンテーションなど、ディープラーニングの全領域を網羅する圧倒的なプロジェクトラインナップを提供します。

  • * 汎用的な開発環境の構築:OSに関係なく、Pythonとディープラーニングの必須ライブラリを効率的に管理する専門的な環境構築のノウハウを盛り込みました。

  • * 高度なアーキテクチャの習得:CNN、LSTM、AE、CycleGAN、Unetなど、最新論文の核心的な構造を理論からコードでの直接実装まで学びます。

  • * データ前処理マスター:定型データはもちろん、非定型画像やサウンドデータを学習可能な形式に加工する実践技術を学びます。

講義紹介

本課程は、機械学習の基礎を超えて、専門的なディープラーニングエンジニアへと成長するための必須コースです。単にmodel.fit()を呼び出すだけのレベルから脱却し、PyTorch Lightningという強力なツールを活用して、ディープラーニングモデルの構造を設計し、効率的に学習させる方法を学びます。

単なる例題の繰り返しではありません。7つの実践プロジェクトを通じて、画像、時系列、サウンド、医療映像など、非定型データ処理の定石を習得します。性能を極限まで引き出すための最適化テクニックに加え、CNN、LSTM、GAN、Unetなど、最新のアーキテクチャを網羅したディープラーニング・パイプラインの完成形を提供します。


"基礎から7つのドメインプロジェクトまで、ディープラーニングのA to Zを完成させる(全41講)"

 

単にモデルを呼び出すレベルを超え、現場のトレンドであるPyTorch Lightningを活用して、クリーンで効率的なディープラーニングパイプラインを構築する方法を学びます。株価予測から生成AI、医療映像、サウンド分析まで、計7つのプロジェクトを直接実装し、どのようなデータを前にしても自信を持てるAIエンジニアへと成長しましょう。

 

この講義だけの核心ポイント

* PyTorch Lightningの標準化:複雑な学習ループを自動化し、可読性と生産性を極大化する最新の実務コーディングスタイルを伝授します。

* 7つのテーマプロジェクト:画像、時系列、オーディオ、生成モデル、セマンティックセグメンテーションなど、ディープラーニングの全領域を網羅する圧倒的なプロジェクトラインナップを提供します。

* 汎用的な開発環境の構築:OSに関係なく、Pythonとディープラーニングの必須ライブラリを効率的に管理する専門的な環境構築のノウハウを盛り込みました。

* 高度なアーキテクチャの習得:CNN、LSTM、AE、CycleGAN、Unetなど、最新論文の核心的な構造を理論からコードでの直接実装まで学びます。

* データ前処理マスター:定型データはもちろん、非定型画像やサウンドデータを学習可能な形式に加工する実践技術を学びます。





📱 カリキュラム&プロジェクトのプレビュー


✒ Section 1. 基礎固めおよび環境構築 (1講 ~ 4講)

成功的なモデリングのための第一歩です。Python開発環境を構築し、ディープラーニング学習に不可欠なライブラリを完璧にセッティングします。


✒Section 2. PyTorch Lightning Core (5講 ~ 8講)

標準PyTorchの煩わしさを解消します。Lightningを活用して2値分類、多クラス分類、回帰モデルを構築し、効率的なトレーニングループを習得します。

 

✒ Section 3.[プロジェクト 1] スマート分別回収分類器 (9講 ~ 15講)

画像データの収集から前処理、そしてCNNベースの転移学習(Transfer Learning)を適用して、高い精度を持つ実践的な物体分類器を完成させます。


✒ Section 4.[プロジェクト 2] サムスン電子の株価予測 (16講 ~ 18講)

時系列データの代表格である株価データを扱います。LSTMアーキテクチャを使用してデータの流れとパターンを学習し、将来の価格を予測してみます。


✒ Section 5. [プロジェクト 3] 心電図データの異常検知 (19講 ~ 22講)

非教師あり学習の真髄であるAutoEncoder(AE)を学びます。複雑な心電図データから正常なパターンを学習し、微細な異常の兆候を検知する技術を習得します。


✒ Section 6.[プロジェクト 4] 写真のアニメ化:CycleGAN (23講 ~ 29講)

生成AIの華であるGANを攻略します。ラベル付けされたペアのないデータ間の変換を可能にするCycleGANで、実際の写真をアニメスタイルに変換する驚くべき体験をします。


✒Section 7.[プロジェクト5] 医療映像ベースの疾患診断 (30講 ~ 34講)

画像内のピクセル単位まで分析するセマンティックセグメンテーションを学習します。U-Netモデルを活用し、医療映像から特定の患部や病変部位を精密に特定します。


✒Section 8.[プロジェクト 6] ディープラーニング・サウンド分類 (35講 ~ 38講)

音を視覚化するメルスペクトログラム(Mel Spectrogram)技法を習得します。オーディオデータを画像化し、ディープラーニングで分類する最先端のマルチモーダル技術を体験します。


✒Section 9.[プロジェクト 7] 数字の合計を求める (39講 ~ 41講)

コンピュータービジョンライブラリであるOpenCVとディープラーニングモデルを組み合わせます。映像内の数字を認識し、演算を実行する総合応用システムを構築して講義を締めくくります。

✒ 講師紹介

ユン・ジェソン(Likelion データ分析メイン講師)


開発経歴
• SKT 「アイランド・アドベンチャー」モバイルコンテンツ開発・ローンチ
• KT 「クイズサッカー」モバイルコンテンツ開発・ローンチ
• SK 「モバイル公認仲介士」ローンチ
• iPhone 「漢字通」アプリ開発
• iPhone 「ヘルストレーニング」アプリ開発
• KT/SK 日本ナムコ 「テイルズ オブ コモンズ」コンテンツ開発
• KT ミニゲーム(ヤグムヤグム陣取り、アラジンの魔法のランプ、ミステリーブロック探偵団、BUZZ and BUZZ)開発

講義経歴
サムスンマルチキャンパス、釜山情報産業振興院、全州情報文化産業振興院、仁川情報産業振興院、韓国電波振興院、SK C&C、Tアカデミー、韓国ロボット産業振興院、大田ETRI、サムスン電子、nica教育センター、韓国生産性本部、ハンファS&C、サムスン電子、LG電子、SK C&Cなど、国内の有名企業の現職制作担当者および未就業を対象に、講義および開発19年目の経歴を持つベテラン講師です。

講義分野
Java、Android、フレームワーク、データベース、UML、iPhone、ビッグデータ処理および分析、Python、モノのインターネット(IoT)、R/Pythonを活用したデータ分析、ディープラーニング、機械学習AI、Spark分野などの分野について講義します。多様な経験を活かして最大限わかりやすく説明し、実習に適用できるよう例題を作成し、解説ができるように講義を構成しています。オフライン授業ではないため、わからないことは質問&回答を

こんな方に
おすすめです

学習対象は
誰でしょう?

  • * ディープラーニングの「原理」からしっかり掘り下げたい方:ライブラリの呼び出しにとどまらず、数学的背景や誤差逆伝播法の原理を理解したい方

  • * PyTorchを実務レベルで扱いたい方:自分だけのニューラルネットワークを設計し、最適化する全過程を習得したい方

  • * モデル性能の改善に意欲的な方:過学習問題の解決、ハイパーパラメータチューニング(Optuna)などの実践テクニックが気になる方

  • * 画像および時系列データ処理に入門したい方:CNNとRNNの基礎を固め、AIポートフォリオを拡張したい方

前提知識、
必要でしょうか?

  • Pythonの基本文法とNumpy、Pandasに関する基礎知識が必要です。

  • 数学的なベースが不足していても、講義内で核心となる概念を解説しますので、意欲さえあれば十分に完走することができます。

こんにちは
softcampusです。

16,181

受講生

831

受講レビュー

595

回答

4.7

講座評価

47

講座

ソフトキャンパスは、オン・オフライン講義およびコンテンツ販売を支援する教育センターです。

AI関連分野および多様な講義、コンテンツ購入に関するお問い合わせは、raputa@nate.comおよび電話 02-553-0824 までご連絡ください。

ありがとうございます。

もっと見る

カリキュラム

全体

41件 ∙ (12時間 44分)

講座掲載日: 
最終更新日: 

受講レビュー

まだ十分な評価を受けていない講座です。
みんなの役に立つ受講レビューを書いてください!

softcampus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!

期間限定セール

¥39

50%

¥12,426