機械学習・深層学習につながる線形代数

ディープラーニング最新の技術の一つであるVision Transformerを勉強し、Pytorchを利用して論文を実装する講義です。ビジョン分野の新しい未来を私と一緒に体験してください！

ディープラーニング次世代革新技術の一つである物理情報ニューラルネットワークを勉強し、Pytorchを利用して直接実装を行う講義です。 人工知能の次世代革新技術を私と一緒に学びましょう！

リアルタイムオブジェクト認識モデルである初期YOLOモデルから最新モデルまで学べる講義です。さらに、オブジェクト認識に加えて、さまざまなディープラーニング技術を学びます。

数学なしで高度な機械学習モデルを理解し、Pythonを介して簡単に実装する方法を学びます。

AI分野で活用度が非常に高いディープラーニングフレームワークであるPytorchを利用して、様々な人工神経網を実装する講義です。

さまざまな人工ニューラルネットワークの構造と動作原理を理解し、良いモデルを作成するために必要な必須知識を伝える講義です。

学生時代、数学が苦手でしたか？ AIで数学が重要だと言われますが、どうアプローチすべきかお困りですか？ AIにおいて数学が重要な理由は、AI（機械学習と深層学習）の演算過程で数学を利用しているためです。 AIを理解するための微分、線形代数学、確率統計の解説は、数学的解法よりもグラフ（座標）を使った分かりやすい説明で構成されています。

ディープラーニングを本格的に活用するための機械学習の概念、人工知能の学習原理、モデル実装のための数学的原理を知る！

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。

実習よりも理論と文脈に重点を置き、ディープラーニングを深く整理して全体像を把握したい方に役立つ講義です。ディープラーニングの根幹となる数学的・統計的背景を分かりやすく理解できるほか、AutoEncoder、GAN、Transformer、AlphaGoといった現代の主要モデルの原理を、開発者の視点から直感的に解説します。

ゲームで使用される重要な数学概念を簡単に学べる講義です。数学をよく知っている人は該当知識を当然のこととして捉えているため、何も知らないという前提で教えることができません。 本当に非専攻者だと思って初心者の視点から説明します。