
Giving Figma Wings with AI
Masocampus
The most popular tool for designers, Figma! Become a popular UX/UI designer by easily creating with AI!
Nhập môn
Figma, kakao-design

ディープラーニング開発プロセスプロセスの理解
CNNコンポーネントとモデルの原理を理解する
CNNモデルのパフォーマンスを向上させるOpenCVの理解
CNNモデル実習によるディープラーニング活用能力
イメージを知って尺度分類するって?
ディープラーニングCNNアルゴリズムプロジェクトを私の手で!
アルファゴとイセドルの囲碁対決を覚えていますか?人工知能(AI)技術がどれほど発展したのか、世界中の人々に見せた事件でした。多くのマスコミでは、前回ツアーAI関連記事を注ぎ出しました。特にマシンラーニング/ディープラーニングも一緒に注目されていました。当時、国内でも膨大な熱風が吹きました。書店では関連書籍がベストセラー席を占め、ブナもPythonやテンソルフローのような言語を学ぶと学園のドアを叩いた。
ところが時間が経つにつれて、熱が徐々に変化し始めました。みんな学ぶというのに、いざ周辺にはディープラーニングを学ぶという人はいませんでした。一体何が問題なのでしょうか?それはおそらく難しいからです。いくら簡単な言葉といっても専門用語なので簡単に触れません。
それで、私たちのマソキャンパスがあなたのディープラーニングで必要な部分の1つであるCNNについて学び、イメージ分類プロジェクトを進め、ディープラーニングに夢中になるのを助けます。
誰でも簡単かつ気軽にディープラーニングを学ぶために、CNNの概念から実際の実装までの全体的なプロセスをカバーしています。ディープラーニングの重要なコアモデルの中で、イメージ認識AIモデルであるCNNを活用したイメージ分類プロジェクトを製作してみて、子犬や猫などの生き生きが似ており、区別しにくいさまざまなイメージファイルをディープラーニングCNNアルゴリズムを活用して簡単に区別してみます。
犬と猫、ピザとスパゲッティをふりをして見たい場合は、ディープラーニングのコアアルゴリズムであるCNNを征服してください。

分野を問わず圧倒的な生産性向上をもたらすディープラーニング!
ディープラーニングを「きちんと」活用するために、概念から完璧につかんでいく過程です。
こんな方におすすめです✅
次の能力を確保できます👍
この講義では、現在最もホットなディープラーニングCNNアルゴリズムの動作原理を理解し、実践を通じて実際にディープラーニングモデルを実装することができます。
Step 1. CNNの概念と運用プロセスを理解する
ディープラーニングアルゴリズムの中で、画像分類に優れた性能を示すCNNとは何か、lickr APIを活用したデータ準備からデータ前処理、精度を高めるOpenCVを利用したデータ増殖からNNモデル動作プロセスまで、それぞれの原理を詳細に把握します!
画像ファイルNumpy形式に変換するStep 2. ディープラーニング CNN モデリングプロセスの練習
代表的なディープラーニング画像分類アルゴリズム、CNN! DNNよりもはるかに洗練された正確な画像分類を可能にするCNNアルゴリズムモデルを直接設計し、実践に直接活用できます。
CNNモデルの図式化Step 3. FlaskとNgrokでいつでもどこでも私のCNNモデルを試す
マイクロWebフレームワークであるFlaskを利用して、私が直接設計したCNNモデルをFlaskサーバーを構成してWebページにアップロードし、外部からローカルに接続可能にするトンネルプログラムであるNgrokで、マイコンピュータではなくどこでも作成したWebページにアクセスできます。
撮影した写真でモデルを予測するStep 4. デジタル世界で発見したインサイトを現実に
CNNを活用してモデルを設計し訓練した後、ウェブサイトに載せた画像がどのような画像かを予測し、これにより様々なインサイトを発見できるディープラーニングの専門家になることができます。
Flaskサーバーでウェブサイトを作成するQ. Pythonプログラミングに関する選手の知識が必要ですか?
本講義および続くマソキャンパスのディープラーニング講義には、基礎のPython活用能力が必要です。
Pythonが慣れていない方は、Masoキャンパスの「Pythonデータ分析入門」および「Pythonデータ分析実務」の講義を最初に受講することをお勧めします。
Q. 講義受講のための要件や条件はありますか?
実習中心の講義ですので、講義画面と実習画面を分離できるデュアルモニターや余分な機器を一緒に用意していただければと思います。また、Windows OSベースで実習が行われますので、Windows環境での講義受講をお勧めします。
Q. ディープラーニングには高仕様PCが必要だと聞きましたが、実習に高仕様PCが必要でしょうか?
高仕様環境で実行させていただくのが良いのですが、本講義ではAnacondaとJupyter Notebookを活用した仮想環境で実習を進めます。したがって、一般的な業務用PCレベルであれば受講に困難はありません。
📢受講前に確認してください!
学習対象は
誰でしょう?
画像分類を利用して業務活用を試みたい実務者
IT業界で創業/離職/入社などキャリアを築きたい人
事業に人工知能を導入したい経営者、実務者
ディープラーニング能力を築くために、CNNのコアテクニックをしっかり身につけ始めたい人
前提知識、
必要でしょうか?
この講義では基本的なPythonの活用能力が必要です。
マソキャンパスの[Python入門]、[Python実務]講義を選手講義することをおすすめします。
7,696
受講生
1,002
受講レビュー
97
回答
4.7
講座評価
88
講座
"어제보다 성장하겠습니다. 그리고, 어제보다 성장하려는 사람을 돕겠습니다."
마소캠퍼스의 진심과 소망을 담은 Actionable Content로,
2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간!
이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다.
마소캠퍼스 팀은 우리의 모두의 성장을 위해 두 가지 원칙을 반드시 지킵니다.
1. 배우면 반드시 쓸 수 있는 Actionable Content
2. 참여자의 시간과 수고를 존중하는 Time-Saving Curriculum
마소캠퍼스의 Actionable and Time-Saving Curriculum으로 성장의 길을 함께 걸어나가길 기원합니다.
全体
23件 ∙ (2時間 37分)
講座資料(こうぎしりょう):
全体
2件
5.0
2件の受講レビュー
受講レビュー 3
∙
平均評価 5.0
受講レビュー 3
∙
平均評価 5.0
5
Thank you for leaving a review! 😊 It's rewarding to know my hard work paid off. Maso Campus will always do its best!
¥12,106
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!