[PyTorch] 簡単に素早く学ぶディープラーニング

基本的な自然言語処理技術と、さまざまなテキストタスクにディープラーニングを活用する方法について説明します。

Q-learningからDeep Q-learningについて学び、強化学習をRで具現してみる時間があります。 Deep Q-network を超えて Self-imitation learning と Random Netowrk Distillation までの全体的な強化学習内容を扱います。

GAN(Generative Adversarial Networks)について、わかりやすく正確に学びます。

DS/AIに初めて触れ、勉強しようとする人々を助けるために制作された講座です。 DS/AIの概念、そしてどのような分野があるかについてお伝えし、勉強するには何からどのように勉強すべきかをお伝えします。

Rプログラミングについて全く知らない方を対象とするRプログラミングの基礎を固める授業です。

データサイエンス、人工知能を初めて勉強する非専攻者または高校生のための講義です。人工知能と機械学習の概念を理解し、関連する職業を持つためにどのような努力をすべきかをお知らせします。

コアルモットのためのRプログラミング基礎講義です。ちょうど2回だけ私と一緒にコードをフォローしてください。自然にコザルアルで生まれ変わります！

理論と実践は異なります。機械学習の基本概念を把握し、必ず知っておくべき様々なモデルの核心的な概念と理論を紹介します。そして、多様なデータを扱いながら、実戦に役立つ様々な技法とノウハウを共有します。

Rの基礎文法とよく使う関数、そして有用に使われる中～高級テクニックを盛り込んだPDF教材です。

機械学習を勉強したいが統計学的知識が不足している人のための講義です。

証券市場に上場されている全銘柄を収集し、管理する方法について学びます。自動化を通じて毎日株価を新しく収集し、業種別の銘柄トレンドも把握できるダッシュボードまで、shinyを使って制作してみます。

Rを介してランダムなデータサイエンスを試す講義です。データを読み込むことからモデル構築やモデルパフォーマンス戦略まで一行一行を見ながら学びます。

Rプログラミングのためによく使用される関数とコードを効率的に記述する方法と中級技術について説明します。

Rでネットワークを描く方法について学びます。ネットワークを描くこと自体より、ネットワークに入るデータの形を構築することと、ネットワークをきれいに描く方法に焦点を当てます。

プログラミングの基本的な知識も学び、クロールも学び、テキストマイニングの講義も聞きましたが、実際にプロジェクトしたら幕を閉じましたか？私と一緒にプロジェクトを最初から最後まで進めてみる講義です。

テキストマイニング本番プロジェクト。データ収集から感性分析データの可視化まで一度にずっとやってみる講義です！

Rを通じてテキストのトップキーワード、ワードクラウド、感情分析、トピックモデリングまでを一緒に一歩ずつ進めていく講義です。

自在にクロールできるように作ります。 ほとんどのレッスンはライブコーディングで行われます。

基本的なRプログラミングのスキルを築き、基本的なクロール技術を習得します コードを直接書いて、一行一行説明します。

GAN(Generative Adversarial Networks)について、わかりやすく正確に学びます。

ディープラーニングとは何ですか？ディープラーニングの概念を完全にまとめ、実際に活用してみるディープラーニングと挨拶する過程！

Multi Head Attentionから始まり、Original Transformerモデル、BERT、Encoder-DecoderベースのMarianMT翻訳モデル、Vision Transformerまで、コードで直接実装しながらTransformerについて隅々まで学ぶことができます。

ディープラーニング・CNNの核心理論から多様なCNNモデルの実装方法、実践問題を通じた実務ディープラーニング開発のノウハウまで、 PytorchベースのディープラーニングCNN技術の専門家として生まれ変わりたいなら、この講義をご一緒ください:)

この講義は、LLM（大規模言語モデル）の基本原理からRAG（Retrieval-Augmented Generation）、そして最新技術であるAI AgentとMCP（Modular Command Protocol）まで、生成型AIを実務で活用するために必ず知っておくべき全過程を一度に整理するコースです。 生成型AIがどのように情報を理解し、検索し、判断し、行動するAI Agentへと拡張されるかを、技術の流れに沿って自然に学べるよう構成されています。

この講義は、LDM（Latent Diffusion Model）からDiT（Diffusion Transformer）まで、生成AIの核心技術発展を完全解剖する実戦型マスタークラスです。 LDMの潜在空間ベース学習原理とStable Diffusionの構造、そして最新のDiffusion Transformerの実装方式を論文とコードで直接分析します。 受講生はPyTorchベースでLDM、CFG（Classifier-Free Guidance）、DiTモデルを直接実装し、生成モデルの最新トレンドと構造的進化を体系的に習得します。

Excelでディープラーニングフレームワークを直接実装しよう！ 実装したフレームワークで指導学習/非指導学習/強化学習を解こう！

<大規模言語モデル、核心だけ素早く!>(インサイト、2025)を基にしたLLMの理論と実戦例題を扱う講義です。

時間は絶えず流れ、データは蓄積し続けます。このダイナミックな世界では、時系列データは私たちの生活のあらゆる面で重要な役割を果たしています。金融市場のボラティリティから気候変動の微妙な信号に至るまで、時系列データにはこれらすべてが含まれています。さて、この強力なデータをPythonとディープラーニングの力を使って解釈して活用する方法を学びましょう！

本講座はAIプラットフォームの基礎から実習まで扱い、AI画像生成技術を習得できるコースです。学習者はAIの基本概念を理解し、様々なツールと技術を活用してAI画像を生成する能力を身につけることができます。このコースを通じてAI分野への理解度を高め、実戦でAI画像を直接生成する方法を学ぶことができます。

Docker を使用して、クラウドにディープラーニング分析環境を作成できます。 Google、MS などの管理する Docker イメージとクラウドを組み合わせることで、コンピューターで最新のディープラーニング分析方法を使用して作業を行うことができます。

ビッグデータの基本概念と最新トレンドを把握し、ビッグデータ分析技法の技術的理解を通じてデータパターンを抽出し、ビジネスに活用できる方法を提示します。ビッグデータを通じて新しいビジネスを創出し、未来のビジネス環境に対する洞察力を養うことができます。

この講義は「もし自分がタイタニックに乗っていたら、果たして生き残ることができただろうか？」という問いから出発し、実際のデータに基づいて生存確率を予測するAIモデルを開発し、それをウェブでサービス化するフルスタックプロジェクトを完成させます。PyTorchを用いたディープラーニングモデリング、FastAPIによるバックエンドサーバー構築、Next.jsによるユーザーインターフェースの実装に至るまで、AIとウェブ開発の全過程を実習します。

この講義は、LLMとGPTの基本概念を誰でも理解できるように分かりやすく解説します。 受講生はGPT APIを直接活用してチャットボットを作成し、Streamlitを使ってウェブ上で実行することができます。 基礎から実習までを経験しながら、AI活用の第一歩を確実に踏み出すことができます。

本講座は、AI技術を初めて接する学習者でも簡単に理解し、ついていけるように構成された入門コースです。講義を通じてAIプラットフォームの基本概念と使用方法を身につけ、様々なAIツールを活用して画像を直接生成する実習を行います。 このコースを修了すると、AIとより身近になり、創造的なアイデアを視覚的に実現できるAI画像制作能力を身につけることができます。

試験の形式と出題傾向を一目で把握！約100問の問題で実戦感覚を養いましょう。 独学でも体系的に学習できる、AWS AI Practitioner 実戦試験の完璧な対策。

電子・半導体産業は超精密工程と複雑なサプライチェーンにより、データ基盤管理と革新が特に重要な分野です。この講義はAI技術を活用して不良検出、工程最適化、予知保全、サプライチェーン管理など電子・半導体製造業ですぐに適用できる実務戦略を扱います。 グローバル企業の実際の事例とともに、中小・中堅企業が現実的に活用できる低コスト・高効率AI導入方法も提示します。これにより受講生は生産性向上とコスト削減だけでなく、未来競争力を備えるAI基盤製造戦略を理解し適用できるようになります。

自動車および部品製造産業は、激しいグローバル競争と複雑なサプライチェーンの中で、イノベーションが不可欠な分野です。本講義は、AI技術を現場にどのように適用できるかを中心に、生産効率の向上、品質検査の自動化、設備予知保全、サプライチェーン最適化など、実際の事例とともに説明します。 AI導入に必要な基礎理解から、現場適用時に考慮すべき戦略とリスク管理まで段階的に扱い、実務担当者と管理者がすぐに活用できる知識と洞察を提供します。

簡単な機械学習モデルをベースにAndroid/iOSアプリを作成し、機械学習の基礎、TFLiteを使用したモデル変換、Androidアプリ/iOSアプリを実装するプロセスを学びます。