강의

멘토링

커뮤니티

AI Technology

/

Deep Learning & Machine Learning

大学院に行かずにディープラーニングを勉強する - Basis for deep learning

ディープラーニングの根幹となる理論のコンセプトを正確に直感的に理解できるようサポートします。

難易度 入門

受講期間 無制限

  • sorryhyun96
이론 중심
이론 중심
딥러닝초보
딥러닝초보
Deep Learning(DL)
Deep Learning(DL)
Machine Learning(ML)
Machine Learning(ML)
이론 중심
이론 중심
딥러닝초보
딥러닝초보
Deep Learning(DL)
Deep Learning(DL)
Machine Learning(ML)
Machine Learning(ML)
Thumbnail

受講後に得られること

  • ディープラーニングに必要な確率論、数理統計学、統計的検定

  • 必須の線形代数、数式表記法

  • その他、最適化理論、ノンパラメトリック法など

「大学院に行ってディープラーニングを勉強しましょう」 Basis for deep learning

ディープラーニングの急速な変化の中でも変わらず使われる基礎知識を扱います。

ディープラーニングの根幹となる理論

アクギスだけを入れて!

ディープラーニングの根幹となる理論を理解することは、ディープラーニングを理解するためにどんな概念が必要かを意味し、抽象的だが直感的な説明を通じて迅速に理解することができます。

以下は、第7回「 conditional or independence 」の説明最後の部分のキャプチャです。

理論中心の講義

理論中心で講義し、実習は進行しません。現在、DifyのようなクラウドchatGPT Agentのコーディング環境、Langchain、NPU-friendly OSなどのコーディング環境があまりにも急速に変化しているため、それよりは新技術の登場にも風化しない知識を伝えたいと思います。

講義カリキュラムの構成

  • まだディープラーニングの基本原理と呼ばれる古典的な機械学習技法

  • 確率理論を活用した不確定性推論

  • 数学の理論的アプローチと工学のヒューリスティックを組み合わせた最適化方法

上記3つの内容についてカリキュラムを構成しました。

  1. Concept of statistics-based, linear models

    1. 統計技術と最適化理論を活用した基本的な機械学習技術について講義します。

    2. 線形代数、最適化、因果推論科目でできるだけ重要な内容だけを直感的にお届けします。

    3. それだけでなく、必須の式や表現を読む方法をお届けし、深化過程に進むのに役立つようにお届けします。



  2. Probabilistic inference

    1. 修理統計と情報理論が機械学習にどのように貢献したかについて講義します。

    2. 基礎確率理論、修理統計学、ベイジアン統計学、情報理論、Lower Risk Boundなど、従来は大学院カリキュラムで言及されている内容を含め、できるだけ直感的にお届けします。



  3. Non-linear approaches

    1. Manifold hypothesis、kernel trick、multi-dimensional probability distribution、non-parametric methodsなど、複雑な2000年代の理論がディープラーニングとどのように結びつくかを講義します。

    2. Spaceのノンリニアな変換など、実質的なディープラーニングの動作に近い概念をお届けします。

この講義を作った人:チ・スンヒョン

  • 偽研究所活動など知識共有の価値を目指し、直感的で正確なコンセプトを伝えようとする様々なセミナー経験をしてきました。

  • SIGUL 2024 workshop Program Committee、ACL 2023 emergency reviewer、EMNLP 2023 Invited reviewer、情報科学会論文誌の出版履歴など、さまざまな研究や実務履歴があります。

  • 詳細についてはnotion resumeを参照してください。

こんな方に
おすすめです

学習対象は
誰でしょう?

  • ディープラーニングをもう少し具体的に理解してみたい方

  • 最近 ChatGPT, LLMについて 疑念・疑問が増えてきた方

  • AI大学院への入学を希望される方

前提知識、
必要でしょうか?

  • TOEIC 700点以上の英語力

  • 高校文系レベルの数学力

こんにちは
です。

2,745

受講生

88

受講レビュー

1

回答

4.5

講座評価

4

講座

안녕하세요, 바임컨설팅그룹에서 IT 컨설턴트로 일하고 있는 지승현이라고 합니다.

상세한 소개는 다음 링크 참고 바랍니다.

https://inf.run/rzZVT

 

カリキュラム

全体

17件 ∙ (4時間 20分)

講座掲載日: 
最終更新日: 

受講レビュー

全体

21件

4.5

21件の受講レビュー

  • drbird17194님의 프로필 이미지
    drbird17194

    受講レビュー 1

    平均評価 5.0

    5

    35% 受講後に作成

    本当に助かります。一人で調べていた時は答えが見つからず難しかったのですが、ガイドラインを提示してくださっているようです。ありがとうございます!

    • hjswlee9536님의 프로필 이미지
      hjswlee9536

      受講レビュー 1

      平均評価 5.0

      5

      56% 受講後に作成

      • hyongsu44님의 프로필 이미지
        hyongsu44

        受講レビュー 868

        平均評価 5.0

        5

        100% 受講後に作成

        貴重な講義ありがとうございます。 健康に注意してください。

        • sorryhyun96
          知識共有者

          コロナがまたおしゃれだったんですよㅜㅜスマーフ様も元気です~

      • dskim1097님의 프로필 이미지
        dskim1097

        受講レビュー 33

        平均評価 4.9

        5

        35% 受講後に作成

        • jwanpark2009님의 프로필 이미지
          jwanpark2009

          受講レビュー 14

          平均評価 4.6

          5

          35% 受講後に作成

          無料

          sorryhyun96の他の講座

          知識共有者の他の講座を見てみましょう!

          似ている講座

          同じ分野の他の講座を見てみましょう!