Python
Python
Deep Learning(DL)
Deep Learning(DL)
Keras
Keras
Keras Deep-learning programming
ケラスをフロントエンドとしてテンソルフローをバックエンドにしてディープラーニングプログラミングの基本的な理論から実際の簡単な例に至るまで、ディープラーニングの基本理論から簡単な例に従って作ってみる部分まで熟練で実際の現場の業務にディープラーニングを適用できるように支援をしようと企画しました。各種予測プログラムの制作、認識識別プログラムの制作、文類似度識別プログラム、敵対的生成ニューラルネットワークプログラムの制作など、ディープラーニングが主に適用される領域の例をウェブ上または本で触れることができる代表的な例はもちろん、実務にも適用に基本となる例とそれに対応する各種理論的な説明まで添えました。各チャプターごとにリンクされた例をダウンロードして実行してみながら講義を聞くと理解に役立つようで、一講ごとに構成時間が20分ほどなので、各理論的な説明を各講義ごとに分けて重点説明するので講義を最後まで聞かなければならないすべての理論的な部分の理解になると思われますので、面白くなくても頑張ってください。学習目標
- ディープラーニングプログラムの開発を自分で試してみることができる。
役に立つ方
- ディープラーニングについて始めたいのですが、用語や理論が複雑で難しい人
- 本やその他の例を振り返ってもよく理解できない方
- ディープラーニングベースのプログラム開発が必要なのにスタートポイントをつかむのが難しい方
- 実務的にある程度開発はされますが、理論的な背景について理解が必要な方
- テンソルフローベースでは開発してみましたが、ケラスが初めての方
学ぶこと
関連講座
機械学習を利用したデータ科学既存受講生の30％割引（相談窓口へお問い合わせ）
注意事項
- 先行履修：Python基本文法、Machine LearningとするData Science
- 開発ツール: Anaconda 3.5 (with Spyder)
知識共有者の紹介
イム・ハクスPerl、Java、C#、Python、GO、C/C++によるBackEnd Middleware Programmer。 Hadoop、MongoDB、Redis、ElasticSearchなどのNoSQL、BigData関連のツールエンジニア。 MariaDB、Oracle、MSSQLなどのDBMS管理者。 ERC20ベースのトークン開発者Machine Learning開発者。 （Python、Go利用Socail Crawling、A / B Testing、MLベースのデータ分析ツール） インフラストラクチャ
カリキュラム
全体
23件 ∙ (6時間 2分)
2. ディープラーニング用語の整理
16:00
3. 精度、感度
13:00
4. パーセプトロンの基本
13:00
5. パーセプトロンの深化
11:00
6. マルチパーセプトロン
19:00
7. 活性化関数
14:00
8. アクティブ関数とデータセット
14:00
講座掲載日:
最終更新日:
受講レビュー
全体
2件
2.0
2件の受講レビュー
youngdonhwang8486受講レビュー 4
∙
平均評価 3.8
- hjun0600
受講レビュー 3
∙
平均評価 3.7
1
78% 受講後に作成星1つも惜しい講座 まず、講義者がディープラーニングを理解し、講義するかどうかについて疑問を抱く。 知識は十分なのに伝達力が落ちる人がいて、逆に知識は十分ではありませんが伝達力が良くて良い講義を作る方もいると思います。しかし、この講義を行った方は伝達力もなく、関連知識も非常に低く見えました。だからといって授業の準備性もなかったと思われます。 1. relu がなぜ使われ、 back propagation の理解もない 2. プログラマとして、他のコードをもって説明しながら、著作権表示に対する認識なし 3. 例を説明するために、問題はどんなものであり、何かを解くためであるということがなく、ただコードを読む 4. なぜタイトルをケラス講義としたのかが疑問 5. 誰でも知ることができる部分についてのみ過度な説明 6. モデルを説明するときは wiki を参考にして Keras documentation を参考にして気になる人は読んでみよう 7.すべての理論の説明は拳です 8. その他等 それでも、「エクスポテンシャル」と「ディアグノシス」で大きな笑いをいただきましたね。