신경식의 딥러닝 - Gradients and PyTorch's Autograd
공대형아(신경식)
딥러닝을 시작하기 위해 필요한 기본적인 미분법과 PyTorch의 Autograd 기능을 배우는 강의입니다.
Basic
딥러닝, 미적분, PyTorch
NumPy (ナムパイ)
データ処理
データ演算
本講義は、人工知能特化カリキュラムAll about AIのpre-semester(本学期前の事前準備学期)に属する講義であり、
データ処理ライブラリ NumPy, Matplotlib, Pandas
最も重要なNumPyを扱う講義です。
Miro Link: https://miro.com/app/board/uXjVNJ8PZSs=/?share_link_id=801072444784
All About AIの紹介については、オリエンテーション講義を参照してください。
NumPyは、Numerical Pythonの略で、ベクトル、行列、およびそれ以上の高次テンソルを計算するために特化されているライブラリです。
このNumPyは、Pythonを利用してデータを扱うすべての人にとって必須となる技術であり、最も汎用的に使われるため、一度学んでおくと、孝子の噂をふさぐライブラリです。
今後はNumPyを利用して機械学習、ディープラーニングアルゴリズムを直接実装するので、これらを本格的に学ぶ前に必ず正しく学習しなければならないライブラリです。
NumPyは、データを扱う他のライブラリとの互換性がかなり良いです。
したがって、一度NumPyを正しく学ぶと、他のライブラリを使用するときの侵入障壁を減らすことができます。
ほとんどNumPyを扱う講義や教材では
np.sum, np.hstack, np.histogram
このようなAPIの使い方だけを重点的に扱います。
しかし!断然NumPyを使用するときにもっと重要なのは
Broadcasting, Fancy Indexing, Vectorization
同様に、NumPyが提供するndarrayオブジェクトを利用してクイックコードを作成します。
したがって、このレッスンでは、NumPyが提供する必須のAPIだけでなく、NumPyをより効率的に使用できる基本的なテクニックも大幅に扱います。
これにより、データを処理するコードを作成したときに、最も基本的なものが頑丈な人の一人になります。
このレッスンでは、次のようにNumPyが提供する必須APIの使い方を確実に学びます。
np.array
np.zeros
np.ones
np.empty
np.full
np.zeros_like
np.ones_like
np.empty_like
np.full_like
np.arange
np.linspace
np.positive
np.negative
np.add
np.subtract
np.multiply
np.power
np.divide
np.floor_divide
np.remainder
np.equal
np.not_equal
np.greater
np.greater_equal
np.less
np.less_equal
np.logical_not
np.logical_and
np.logical_or
np.logical_xor
np。 all
np。 any
np.isclose
np.allclose
np.square
np.reciprocal
np.sqrt
np.cbrt
np.exp
np.exp2
np.expm1
np.log
np.log2
np.log10
np.log1p
np.deg2rad
np.radians
np.rad2deg
np.degrees
np。 sin
np。 cos
np。タン
np。 sinh
np。 cosh
np。 tanh
np.sign
np.absolute
np.trunc
np。 floor
np。 ceil
np.round
ndarray.round
np.clip
ndarray.clip
ndarray.copy
ndarray.view
ndarray.flatten
ndarray.flat
numpy.ravel
ndarray.ravel
np.reshape
ndarray.reshape
np.resize
ndarray.resize
np.squeeze
ndarray.squeeze
np.expand_dims
np.newaxis
np.moveaxis
np.swapaxes
np.transpose
ndarray.transpose
np.arcsin
np.arccos
np.arctan
np.sinh
np.cosh
np.tanh
np.sign
np。 abs
np.floor
np.ceil
np.clip
np。 round
np.trunc
np.fix
np.random.rand
np.random.random
np.random.uniform
np.random.randint
np.random.randn
np.random.normal
np.random.choice
np.random.permutation
np.random.shuffle
np.random.seed
np.random.default_rng
rng.random
rng.uniform
rng.integers
rng.standard_normal
rng.normal
rng.permutation
rng.choice
rng.shuffle
np。 sum
ndarray。 sum
np.prod
ndarray.prod
np.mean
ndarray.mean
np.var
ndarray.var
np.std
ndarray.std
np.max
ndarray.max
np.min
ndarray.min
np.median
np.percentile
np.maximum
np.minimum
np.memdian
np.histogram
np.cumsum
ndarray.cumsum
np.cumprod
ndarray.cumprod
np.ptp
ndarray.ptp
np.diff
np.sort
ndarray.sort
np.argsort
ndarray.argsort
np.argmax
ndarray.argmax
np.argmin
ndarray.argmin
np.nonzero
ndarray.nonzero
np.where
np.unique
np.hstack
np.vstack
np.concatenate
np.append
np.hsplit
np.vsplit
np.split
np.partition
ndarray.partition
np.argpartition
ndarray.argpartition
np.repeat
ndarray.repeat
np.tile
np.meshgrid
np.linalg.norm
np.dot
ndarray.dot
np.cross
np.outer
np.identity
np.eye
np.diag
np.trace
ndarray.trace
ndarray.transpose
ndarray.T
np.matmul
np.linalg.det
np.linalg.inv
np.linalg.eig
ndarray.dtype
np.intX
np.uintX
np.floatX
ndarray.itemsize
ndarray.nbytes
ndarray.astype
np.save
np.load
np.savez
np.savez_compressed
そして次の章では、ndarrayの基本的な使い方をそれぞれ学びます。
Chapter.5 - ブロードキャスト
Chapter.7 - Integer Indexing
Chapter.8 - Boolean Indexing
Chapter.9 - Slicing on ndarrays
Chapter.20 - ベクトル化技術
このレッスンでは、NumPyのAPI、ndarrayの技術と一緒にこれを復習するために、機械学習、ディープラーニングで実際に使用されるコードを書いてみます。
今後は、本講義で学んだ内容に基づいて様々なアルゴリズムを直接実装する予定です。
今回の機会に今後面白いアルゴリズムを作るためにNumPyをしっかり固める機会になればと思います。
学習対象は
誰でしょう?
NumPyを 제대로 배우고 싶은 분
データ分析をされる方
機械学習、ディープラーニングを学んでいる方
前提知識、
必要でしょうか?
Pythonの基礎文法
2,944
受講生
117
受講レビュー
81
回答
5.0
講座評価
13
講座
[멋쟁이 사자처럼] 인공지능중고급과정
[국립기상과학원] 2022년, 2023년, 2025년 기상 AI 부스트캠프
[삼성전기] 신입SW과정 전문반
[국가과학기술인력개발원] R&D 수행 역량 강화 장기 멘토링
[국가과학기술인력개발원] R&D 전문과정 이러닝 컨텐츠 제작
[국가과학기술인력개발원] 박사후연구원 연구 데이터 시각화 과정
[원광대학교] 원광대학교 AI 집체교육 및 AI 장단기과정
[한국지능정보사회진흥원] SW여성인재 교육
[SK m&service] 데이터 기반 의사결정
[한국IT비즈니스진흥협회] ICT COG Academy
[서울시 교육청] 신기술분야 연수
[KT] KT AI 역량향상 과정
[K-ICT] 데이터 안심구역 분석캠프
[경기도경제과학진흥원] 처음으로 배우는 비전 AI
[경기도경제과학진흥원] 파이썬 데이터 분석 입문
[서울과학기술원] AI 활용 심화교육
[서울대학교] AI 활용 역량강화 교육
[HD한국조선해양] AIC AI 연구직 역량 평가 개발
[멀티캠퍼스] 원리부터 구현까지, 머신러닝 핵심 알고리즘 마스터
[패스트캠퍼스] 수학적으로 접근하는 딥러닝
[패스트캠퍼스] 한 번에 끝내는 머신러닝과 데이터분석 A-Z
[패스트캠퍼스] 바이트 디그리 Lv.2 Deep Learning Essentials
[패스트캠퍼스] 딥러닝인공지능 초격차
[패스트캠퍼스] 컴퓨터 공학 초격차 VER.2
全体
192件 ∙ (35時間 9分)
講座資料(こうぎしりょう):
1. オリエンテーション
27:00
2. Lecture.1-1 NumPy入門
09:26
4. 講義.1-3 テンソル
11:54
14. レクチャー3-3 スカラー演算
12:43
15. 講義.3-4 べき乗演算とランダムデータ
14:48
16. 講義.3-5 単項算術演算
13:16
17. 講義.3-6 2進数演算
13:30
18. 講義.3-7 2進数演算API
12:11
24. レクチャー4-1 比較
13:15
25. Lecture.4-2 比較API
11:22
26. 講義.4-3 論理演算の種類
11:35
31. 講義.5-1 放送入門
07:12
34. レクチャー5-4 [PP] 平均値減算
12:59
42. 講義.6-1 要素の二乗
11:38
43. 講義.6-2 平方関数と多項式関数
15:12
44. 講義6-3 テイラー近似;再考
15:34
45. 講義.6-4 逆数
10:00
46. 講義.6-5 有理関数
12:24
47. 講義.6-6 無理数
14:28
48. 講義.6-7 無理関数(1/2)
12:57
49. 講義.6-8 無理関数(2/2)
15:18
50. 講義.6-9 指数関数
14:00
51. 講義.6-10 対数関数(1/2)
13:52
52. 講義.6-11 対数関数(2/2)
14:44
54. 講義.6-13 三角関数
13:17
55. 講義.6-14 双曲線関数
05:43
56. レクチャー6-15 符号関数と絶対値関数
06:40
57. 講義.6-16 丸め関数(1/2)
09:45
58. レクチャー6-17 丸め関数(2/2)
10:20
59. 講義.6-18 [PP] 正規分布
15:17
61. 講義.6-20 【PP】小数の丸め
12:26
98. 講義.9-9 [PP] 移動平均フィルタ
10:22
102. 講義.9-13 行、列の抽出
09:31
106. 講義.9-17 [PP] 画像のぼかし
15:14
111. 講義.9-22 科目、テストの点数抽出
12:55
134. 講義.12-9 乱数生成器
09:36
143. 講義.13-8 五数要約(1/2)
10:34
147. ビンパラメータ
08:31
148. レクチャー13-13 密度パラメータ
11:01
165. 講義.17-1 ベクトル演算
04:26
166. 講義.17-2 行列の作成
06:38
167. Lecture.17-3 演算子の作成
06:40
173. ベクトル化入門
11:00
180. Lecture.20-8 全結合演算
07:32
全体
4件
5.0
4件の受講レビュー
受講レビュー 9
∙
平均評価 4.1
5
파이토치를 배우기 위한 밑거름 강의... 최고입니다. 신경식 강사님의 강의는 언제나 옳다 !!!
감사합니다!! 더 좋은 컨텐츠의 강의 제공할 수 있도록 최선을 다하겠습니다😃
受講レビュー 2
∙
平均評価 5.0
受講レビュー 13
∙
平均評価 5.0
受講レビュー 2
∙
平均評価 5.0
¥5,355
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!