ソフトウェア開発者であれば、拡張性のあるAI搭載アルゴリズムを構築したい場合、構築ツールの使い方を理解する必要があります。この講座は今後学んでいく「TensorFlow in Practice 専門講座」の一部であり、機械学習用の人気のオープンソースフレームワークであるTensorFlowのベストプラクティスを学習します。
ofrecido por
AI、機械学習、ディープラーニングのための TensorFlow 入門
deeplearning.aiAcerca de este Curso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Python コーディング、高校レベルの数学の知識が必要です。機械学習/ディープラーニングの知識は必須ではありませんが、あれば有用です。
Aprox. 14 horas para completar
Japonés
Subtítulos: Ruso (Russian), Turco (Turkish), Inglés (English), Español (Spanish), Japonés
Qué aprenderás
オープンソースの機械学習フレームワークとして人気が高い「TensorFlow」のベストプラクティスを学ぶ
TensorFlowで基本的なニューラルネットワークを構築する
コンピュータビジョン アプリケーションのためのニューラルネットワークを訓練する
畳み込みの使い方を理解してニューラルネットワークを改善する
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Python コーディング、高校レベルの数学の知識が必要です。機械学習/ディープラーニングの知識は必須ではありませんが、あれば有用です。
Aprox. 14 horas para completar
Japonés
Subtítulos: Ruso (Russian), Turco (Turkish), Inglés (English), Español (Spanish), Japonés
ofrecido por
deeplearning.ai
Founded by Andrew Ng, DeepLearning.AI is an education technology company that develops a global community of AI talent.
Programa - Qué aprenderás en este curso
2 horas para completar
新しいプログラミングパラダイム
TensorFlowの入門～上級者向け講座へようこそ。お会いできて嬉しいです。１週目では、機械学習とディープラーニングの概要に触れ、それらがどのようにして新しいプログラミングパラダイムを提供し、これまで未踏だったシナリオを開くための新しいツールセットを提供するのかを簡単にご紹介します。
2 horas para completar
4 videos (Total 16 minutos), 5 lecturas, 2 cuestionarios
4 videos
機械学習入門 3m
ニューラルネットワークの 「Hello World」 5m
TensorFlowとPythonでの「Hello World」のウォークスルー 3m
5 lecturas
始める前に：TensorFlow 2.0と本講座について10m
ルールからデータへ 10m
試してみよう10m
Google Colaboratory の紹介 10m
1 週目リソース 10m
1 ejercicio de práctica
1週目 テスト
3 horas para completar
コンピュータビジョンの紹介
この講座の２週目へようこそ。１週目では、機械学習とディープラーニングがいかに新しいプログラミングパラダイムであるかを学びました。今週は次のレベルへ進んで、わずか数行のコードでコンピュータビジョンの問題を解きます。まずはローレンスとアンドリューの対話をご覧ください。二人がコンピュータビジョンへとご案内します。
3 horas para completar
7 videos (Total 15 minutos), 6 lecturas, 2 cuestionarios
7 videos
コンピュータビジョンの紹介2m
訓練データをロードするようコードを作成する2m
コンピュータビジョン ニューラルネットワークをコーディングする2m
コンピュータビジョンのノートブックのウォークスルー3m
訓練の制御のためにコールバックを使用する1m
コールバックのあるノートブックのウォークスルー1m
6 lecturas
データの使い方を探求する10m
Fashion-MNIST データの構造10m
方法を理解する10m
コンピュータビジョンに取り組む1h
コールバックの実装方法を見る 10m
2 週目 リソース 10m
1 ejercicio de práctica
2 週目 テスト
4 horas para completar
畳み込みニューラルネットワークでビジョンを強化する
３週目へようこそ。２週目では、コンピュータビジョンのための簡単なニューラルネットワークについて学びました。よく機能しましたが、少し単純すぎるアプローチでした。今週は、ここでローレンスとアンドリューが話しているように、それを発展させる方法を見ていきます。
4 horas para completar
6 videos (Total 19 minutos), 6 lecturas, 2 cuestionarios
6 lecturas
畳み込み層とプーリング層をコーディングする 10m
畳み込みについてさらに学ぶ 10m
最初のConvNet（畳み込みニューラルネットワーク）を実習する 10m
試してみよう 1h
フィルターとプールで実験する 1h
3週目リソース 10m
1 ejercicio de práctica
3 週目 テスト
5 horas para completar
現実世界の画像を使用する
先週はディープニューラルネットワークの結果を畳み込みを使用して改善する方法を学習しました。順調な滑り出しにはなりましたが、使用したデータは非常に基本的なものでした。画像が大きい場合や、特徴が常に同じ場所にない場合は、どうなるでしょうか。アンドリューとローレンスが今週の学習内容、つまり、複雑な画像の取り扱いについて話しています。
5 horas para completar
9 videos (Total 27 minutos), 10 lecturas, 2 cuestionarios
9 videos
画像ジェネレーターの理解4m
複雑な画像を使用するConvNetを定義する2m
ConvNetをfit_generatorで訓練する2m
ConvNet開発のウォークスルー2m
fit_generatorによるConvNetの訓練のウォークスルー3m
精度をテストする自動検証を追加する4m
画像圧縮の影響を探求する3m
アンドリューとの対話1m
10 lecturas
影響の大きい実世界のソリューションを探求する10m
ニューラルネットワークを設計する 10m
画像ジェネレーターでConvNetを訓練する 10m
ソリューションを探求する10m
ニューラルネットワークを訓練する10m
「馬と人間」の分類器を使って実験する1h
実習を行い検証を使ってみる30m
圧縮された画像を使った実習 30m
4 週目リソース 10m
まとめ10m
1 ejercicio de práctica
4 週目 テスト
Preguntas Frecuentes
¿Cuándo podré acceder a las lecciones y tareas?
¿Qué recibiré si compro el Certificado?
Is financial aid available?
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
