太陽光発電の基礎

このコースは、重要な場面でのスピーキング能力を向上させるためのいくつかのルールを学ぶことに焦点を当てています。学習者は面接、論文審査、口述試験など、さまざまな状況における効果的な発表方法を身につけることができます。

"1兆パラメータモデルはどのように学習されるのか" GTC 2026、Moonshot AIがステージで直接公開した Kimi K2.5のスケーリング戦略をInflearnで韓国語でご覧ください。 トークン効率2倍 ・ 100万トークンコンテキスト ・ 1,000個のエージェントスウォーム オープンソースLLMの次のステップがここにあります。 * この講義はKimiを開発したMoonshot AIとInflearnの公式コラボレーションにより、無料で公開されます。

このコースでは、日本語の「聞く・話す・読む・書く」の4技能を同時に習得することに焦点を当てた、没入型の体験を提供します。学習者は生の日本語メディアに触れることで、言語と文化への理解を深めていきます。

このコースでは、『上級へのとびら』第6課から第10課の漢字を網羅した魅力的なビデオ講義を通じて、漢字学習を強化します。学生は漢字の書き方だけでなく、それぞれの文字の背後にある興味深い成り立ちやストーリーも学ぶことができます。

このコースは、基本的な会話能力を持つ学習者を対象に、中国語の読み書きスキルの習得に焦点を当てています。学生は繁体字と簡体字の両方で読み書きに取り組み、日常的な言語運用能力を高めます。

このコースでは、知能ロボットのプログラミングを通じて、実世界のシステムにおける自律性の応用を探求します。学習者は、ロボットが自己監視を行い、タスクをスケジューリングし、他のエージェントと協力することを可能にする高度な推論技術やアルゴリズムについて学びます。

このコースでは、古典的および現代的なアプローチの両方に焦点を当て、システム工学の包括的な入門知識を提供します。受講者は、ステークホルダー分析、要件定義、システムアーキテクチャ、設計の最適化といった主要な概念を探求し、これらの原則を実際のプロジェクトに適用します。

このコースでは、知性の本質と脳がいかにして知性を生み出すのか、そしてそれを機械でどのように複製できるかを探求します。認知科学、神経科学、コンピュータサイエンス、および人工知能を統合したアプローチを通じて学習します。

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。

このコースでは、さまざまな航空宇宙システムに応用されるフィードバック制御システムの設計について紹介します。学習者は、効果的な制御システムの実装に不可欠な安定性、性能指標、設計手法などの主要な概念を学びます。

このコースは確率論と統計的推論のツールを扱い、データの分析および理解に不可欠な内容を提供します。学習者は、多様な分野でのデータ活用方法を習得することができます。

このコースでは、合成生物学、遺伝子ネットワークのモデリング、細胞間相互作用、および進化力学に重点を置き、細胞および集団レベルのシステム生物学の入門を扱います。受講者は、遺伝子スイッチ、ネットワークモチーフ、およびパターン形成のモデルについて探究します。

この微積分学のコースでは、一変数関数の微分と積分を扱い、無限級数に関する簡単な議論で締めくくります。このコースは、物理学、工学、経済学など、さまざまな科学分野の基礎となります。

このコースでは、行列論と線形代数を扱い、物理学、経済学、社会科学、自然科学、工学などの他分野で役立つトピックを重点的に学びます。内容は、ストラング教授の教科書『Introduction to Linear Algebra』における理論と応用の組み合わせに準拠しています。

このコースでは、古典的および現代的なデバイスの両方における電磁気学の原理と量子力学の応用について探求します。学習者は、さまざまな光電子システムにおけるエネルギー変換、パワーフロー、および光子の振る舞いについて学びます。

このコースでは、機械学習におけるバイアスと公平性という重要な課題を深く掘り下げ、それらが国際開発に与える影響に焦点を当てます。学習者は、公平性と社会正義を促進するために、機械学習を適切に活用するための戦略を探求します。

このコースは、計算可能性と計算複雑性理論に重点を置いています。学習者は、正規言語、文脈自由言語、決定可能および決定不能問題、再帰関数論などを扱うことになります。

このコースでは、行列微積分の不可欠な概念を深く掘り下げ、機械学習や大規模最適化におけるその応用に焦点を当てます。学習者は、行列とその因数分解の微分を理解し計算するための手法を学び、現代のコンピューティングにおける複雑な数学的操作に取り組む能力を高めることができます。

このコースは、線形代数の概念を通じて機械学習アルゴリズム、特にディープラーニングとニューラルネットワークを理解し、構築するために必要な内容を扱います。確率、統計、最適化への応用を含め、線形代数の全体的な解説を提供します。

この課程では、多変数関数の微分、積分、およびベクトル解析を扱います。数学的なツールや手法は、物理科学、工学、経済学、およびコンピュータグラフィックスにおいて幅広く使用されています。

このコースでは、古典的および現代的なアプローチの両方に焦点を当て、システム工学の包括的な入門知識を提供します。受講者は、ステークホルダー分析、要件定義、システムアーキテクチャ、設計の最適化といった主要な概念を探求し、これらの原則を実際のプロジェクトに適用します。

このコースでは、知能ロボットのプログラミングを通じて、実世界のシステムにおける自律性の応用を探求します。学習者は、ロボットが自己監視を行い、タスクをスケジューリングし、他のエージェントと協力することを可能にする高度な推論技術やアルゴリズムについて学びます。