Open e4exp opened 2 years ago
深層学習は、ニューラルネットワークの新しい技術群です。 高度な学習技術とニューラルネットワークの構成要素を組み合わせることで、表データ、画像、テキスト、音声などを入力と出力の両方で扱うことができるニューラルネットワークを作ることができるようになりました。 深層学習では、ニューラルネットワークが人間の脳の働きに似た方法で情報の階層を学習することができます。 このコースでは、古典的なニューラルネットワークの構造、畳み込みニューラルネットワーク（CNN）、長短記憶（LSTM）、ゲートリカレントニューラルネットワーク（GRU）、一般Adversarial Networks（GAN）、および強化学習を紹介します。 また、これらのアーキテクチャのコンピュータビジョン、時系列、セキュリティ、自然言語処理（NLP）、データ生成への応用についても取り上げます。 また、ハイパフォーマンス・コンピューティング（HPC）の観点から、GPU（グラフィカル・プロセッシング・ユニット）とグリッドの両方で、深層学習をどのように活用できるかを説明します。 主に深層学習の問題への応用に焦点を当て、数学的基礎についても紹介しています。 読者は、Pythonプログラミング言語を使用して、Google TensorFlowとKerasを使って深層学習を実装します。 この本を読む前にPythonを知っている必要はありませんが、少なくとも1つのプログラミング言語に精通していることが前提です。
深層学習は、ニューラルネットワークの新しい技術群です。 高度な学習技術とニューラルネットワークの構成要素を組み合わせることで、表データ、画像、テキスト、音声などを入力と出力の両方で扱うことができるニューラルネットワークを作ることができるようになりました。 深層学習では、ニューラルネットワークが人間の脳の働きに似た方法で情報の階層を学習することができます。 このコースでは、古典的なニューラルネットワークの構造、畳み込みニューラルネットワーク（CNN）、長短記憶（LSTM）、ゲートリカレントニューラルネットワーク（GRU）、一般Adversarial Networks（GAN）、および強化学習を紹介します。 また、これらのアーキテクチャのコンピュータビジョン、時系列、セキュリティ、自然言語処理（NLP）、データ生成への応用についても取り上げます。 また、ハイパフォーマンス・コンピューティング（HPC）の観点から、GPU（グラフィカル・プロセッシング・ユニット）とグリッドの両方で、深層学習をどのように活用できるかを説明します。 主に深層学習の問題への応用に焦点を当て、数学的基礎についても紹介しています。 読者は、Pythonプログラミング言語を使用して、Google TensorFlowとKerasを使って深層学習を実装します。 この本を読む前にPythonを知っている必要はありませんが、少なくとも1つのプログラミング言語に精通していることが前提です。