![[改訂版] Python機械学習完全ガイドCourse Thumbnail](https://cdn.inflearn.com/public/courses/324238/cover/7e380aa0-48ba-4ee7-a6b2-8da7900568d6/324238-eng.png?w=420)
[改訂版] Python機械学習完全ガイド
dooleyz3525
理論中心の機械学習講座から脱却し、機械学習の核心的な概念を簡単に理解できるだけでなく、実践的な機械学習アプリケーションの実装能力を身につけることができます。
Basic
Python, Machine Learning(ML), Statistics
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:)
受講生 528名
ディープラーニング、CNNを構成するコア技術要素および主要モデルの理解
Pytorchを活用したモデル構築および学習過程の理解
CNNを活用した画像分類と性能最適化技法
事前学習済みモデルとファインチューニングを活用した性能改善
多様なイメージ Augmentation 技法とこれを活用したモデル性能向上技法
イメージの前処理、データ加工、モデル生成、最適性能改善、性能評価など、実務ディープラーニング開発ワークフロー
学習対象は
誰でしょう?
ディープラーニングとCNNに対する力量を大幅に向上させたい方
自信を持ってPytorch活用能力を向上させたい方
コンピュータビジョン分野でディープラーニング画像分類モデルを活用しようとする方
KaggleやDACONの画像分類コンペの準備をされている方
前提知識、
必要でしょうか?
Python機械学習パーフェクトガイドの前半、最初からセクション4章の評価(Evaluation)まで基礎理解
26,951
受講生
1,371
受講レビュー
4,011
回答
4.9
講座評価
14
講座
(전) 엔코아 컨설팅
(전) 한국 오라클
AI 프리랜서 컨설턴트
파이썬 머신러닝 완벽 가이드 저자
全体
217件 ∙ (41時間 33分)
講座資料(こうぎしりょう):
6. セクション概要
00:30
7. 機械学習の理解
12:28
8. 深層学習の概要
13:05
9. ディープラーニングの長所と短所、および特徴
16:03
10. PytorchのTensor入門
07:44
14. テンソルの次元と次元軸の理解
08:28
18. argmaxを使用する
07:35
20. 多様なインデックス
11:56
22. セクションの概要
02:22
24. 回帰の概要と RSS、MSE の理解
13:36
25. 勾配降下法の理解
17:43
29. 確率的勾配降下法の実装
10:11
30. ミニバッチ勾配降下法を実装する
11:55
全体
30件
5.0
30件の受講レビュー
受講レビュー 5
∙
平均評価 3.8
修正済み
受講レビュー 2
∙
平均評価 5.0
修正済み
5
現在セクション9まで聞きましたが、最高の講義だと思います。 もしかして、object detectionのようなadvancedな講義はいつ頃アップロードされる予定ですか?
お褒めの言葉、大変ありがとうございます。後続の講義は今年の秋になる前に完了する予定です。
受講レビュー 1
∙
平均評価 5.0
受講レビュー 2
∙
平均評価 5.0
受講レビュー 1
∙
平均評価 5.0
¥13,586
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!