Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
コース概要
- ニューラル ネットワークとディープ ラーニングの概要 機械学習 (ML) の概念 なぜニューラル ネットワークとディープ ラーニングが必要なのでしょうか?さまざまな問題やデータ型に対するネットワークの選択 ニューラル ネットワークの学習と検証 ロジスティック回帰とニューラル ネットワークの比較 ニューラル ネットワーク 生物学的インスピレーションとニューラル ネットワーク ニューラル ネットワーク – ニューロン、パーセプトロン、MLP(多層パーセプトロン モデル) MLP の学習 – バックプロパゲーション アルゴリズム 活性化関数 – 線形、シグモイド、Tanh、Softmax 予測と分類に適した損失関数 パラメーター - 学習率、正則化、運動量 Python のニューラル ネットワークの構築 Python のニューラル ネットワークのパフォーマンスの評価 ディープ ネットワークの基礎 ディープ ラーニングとは何ですか?ディープ ネットワークのアーキテクチャ – パラメーター、レイヤー、活性化関数、損失関数、ソルバー 制限付きボルツマン マシン (RBM) オートエンコーダー ディープ ネットワーク アーキテクチャ ディープ ビリーフ ネットワーク (DBN) – アーキテクチャ、アプリケーション オートエンコーダー 制限付きボルツマン マシン 畳み込みニューラル ネットワーク 再帰ニューラル ネットワーク リカレント ニューラル ネットワークの概要Python で利用可能なライブラリとインターフェイスの説明 Caffee Theano Tensorflow Keras Mxnet 問題に対する適切なライブラリの選択 Python でのディープ ネットワークの構築 与えられた問題に対する適切なアーキテクチャの選択 ハイブリッド ディープ ネットワーク 学習ネットワーク – 適切なライブラリ、アーキテクチャ定義 チューニング ネットワーク – 初期化、アクティブ化関数、損失関数、最適化手法 過学習の回避 – 深層ネットワークにおける過学習問題の検出、正則化 深層ネットワークの評価 Python のケーススタディ 画像認識 – CNN オートエンコーダーによる異常の検出 RNN による時系列の予測 オートエンコーダーによる次元削減 RBM による分類
要求
機械学習、システム・アーキテクチャー、プログラミング言語の知識・経験があることが望ましい。
14 時間