CUDAはGPUプログラミング言語です。 C、C++を変更して作成した言語で、C、C++の開発者なら誰でも簡単にアクセスできます。しかし、GPUマシンとCUDAプログラミングの特性を理解する必要があります。 このコースでは、GPUマシンを理解し、CUDAを作成してディープラーニングの基礎演算である行列積を実行します。このプロセスにより、GPUプログラミングをうまく処理できます。

モダンなフロントエンドフレームワークの中で最も人気のあるReact（リアクト）が、学ぶのは難しいです。これを解決するためにフックが出ました。このレッスンでは、フックを使ってReactを簡単に学ぶのに役立ちます。

KotlinでSpring Bootを開発すると、その利点が多すぎます。

FlaskはPythonバックエンドフレームワークとして広く使用されています。 Flask_SQLAlchemy は Flask が使用するデータベース orm です。 Flask_SQLAlchemyを知ることで、簡潔なコードでWeb開発を行うことができます

マーケティング担当者がSQL文を簡単に学ぶことができるように構成されたSQL講義です。 必要なSQL文法を紹介し、キャグルから得た実際のデータを分析してみます。

Googleアルゴリズムの大会であるgoogle codejamのQualification Round 1st problemを紹介して解放する講義です。

Tensorflow は簡単な四則演算も複雑なグラフという構造を使わなければなりません。なぜでしょうか？それはTensorflowが勾配降下法というアルゴリズムを遂行する上で微分式が必要だからです。グラフ構造はその微分式を便利に導出するための手段です。なぜそうなのか数学的に説明しました。

スプリングブートそしてコートリン入門者がウェブ開発しながら経験することを入門者立場で親切に説明します。

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。

強化学習の理論、基礎概念をしっかり固めたい方、ディープラーニングが強化学習にどのように適用されるかを学びたい方に役立ちます。

自分だけのAI自動運転車を作ってみましょう！AIと強化学習について最も面白く、速く学べる講座です。本講座は、DeepRacer 韓国ランキング1位の開発者が制作しました。

この講義を通じて、受講生は様々な強化学習の理論を学習し、これを直接実装するだけでなく、ユニティ機械学習エージェントを利用して実装した強化学習アルゴリズムをテストしてみる強化学習環境まで直接製作してみることができます。

この講義では、マルチエージェント、カリキュラム学習、分散学習など、機械学習エージェントのさまざまな機能について学び、実際に使用することができます。また、好奇心に基づく探索や、可変的な入力にも対応可能な強化学習アルゴリズムについても学習できます。

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！