コース概要

ニューラルネットワーク入門

  1. ニューラルネットワークとは何か
  2. 現在のニューラルネットワークの適用状況
  3. ニューラルネットワークと回帰モデルの比較
  4. 監督学習と非監督学習

利用可能なパッケージの概要

  1. nnet, neuralnet など
  2. パッケージ間の違いと制限
  3. ニューラルネットワークの可視化

ニューラルネットワークの適用

  • ニューロンとニューラルネットワークの概念
  • 脳の単純化されたモデル
  • ニューロンの機会
  • XOR問題と値の分布の性質
  • シグモイダル関数の多態的性質
  • その他の活性化関数
  • ニューラルネットワークの構築
  • ニューロン接続の概念
  • ニューラルネットワークとしてのノード
  • ネットワークの構築
  • ニューロン
  • レイヤー
  • スケール
  • 入力と出力データ
  • 0から1の範囲
  • 正規化
  • ニューラルネットワークの学習
  • 逆伝播
  • 順伝播ステップ
  • ネットワーク訓練アルゴリズム
  • 応用範囲
  • 評価
  • 近似の可能性に関する問題
  • OCRと画像パターン認識
  • その他の応用
  • 上場株価の予測モデリングにおけるニューラルネットワークの実装

要求

任意のプログラミング言語でのプログラミングが推奨されます。

 14 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (3)

今後のコース

関連カテゴリー