강의

멘토링

로드맵

AIのための線形代数学

AIを勉強しようとして、線形代数の数式の前でいつも挫折していませんか?この講義は公式を暗記する代わりに、ベクトルや行列が空間で実際にどのように動くのかを視覚的にお見せします。最後まで受講すれば、ニューラルネットワーク、PCA、SVDの背後に隠れた数学を自力で読み解けるようになります。

難易度 初級

受講期間 無制限

Machine Learning(ML)
Machine Learning(ML)
Deep Learning(DL)
Deep Learning(DL)
Artificial Neural Network
Artificial Neural Network
Linear Algebra
Linear Algebra
AI
AI
Machine Learning(ML)
Machine Learning(ML)
Deep Learning(DL)
Deep Learning(DL)
Artificial Neural Network
Artificial Neural Network
Linear Algebra
Linear Algebra
AI
AI
codingmax님의 프로필 이미지

・

修正済み

「AIのための線形代数学」講義を新たに制作しています

こんにちは、コーディングマックスです。

「AIのための線形代数学」講義を新たに制作しています。

作り直すことになった最大の理由は、従来の講義内容があまりにも凝縮されていたからです。線形代数を初めて学ぶ方には、説明が速く進みすぎる部分が多くありました。また、線形代数は勉強していると、"計算はできるけれど、これをなぜやるのかわからない"と感じやすい科目ですが、従来の講義ではその部分を十分に補うのは難しいと思いました。

そのため今回は、線形代数の基礎部分を大幅に補強しました。ベクトルや行列を初めて見る方でもついてこられるよう、説明を一段階ずつ丁寧に進めています。行列の掛け算や記号表記のように、多くの方がつまずく部分については、別途時間をかけて扱います。それぞれの概念が実際にどこで使われるのかも、併せて関連付けて説明しています。

プロジェクトの内容も補強しました。新しい講義には、以下の5つのプロジェクトが含まれます。

  • 3Dレンダリングパイプライン

    • 既存の変換ギャラリーを強化し、ゲームなどで3Dオブジェクトがどのように2D画面に描画されるのかを扱います。

  • 線形回帰

  • SVDを用いた画像圧縮

  • レコメンドシステム

  • アテンション

    • 言語モデルの核心構造

学んだ概念が実際の技術の中でどのように使われているのか、最初から最後まで追っていけるように構成しました。

現在、新講義のうち9本をプレビューとして公開しています。

新しい講義は分割してアップせず、制作完了後に一度に全編をアップロードする予定です。正確な日付はアップロードの前日に改めてお知らせします。

また、新しい講義をアップロードする際に既存の講義動画と授業資料はすべて削除されます。既存の資料が必要な方は、アップロード前にあらかじめダウンロードしていただければと思います。

これまで講義を受講してくださった皆様に、心より感謝申し上げます。🙇‍♂️

コーディングマックスより。

コメント