Overview

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。アンドリュー・エンの「 The Machine Learning（機械学習）」と「Deep Learning Specialization（ディープラーニング専門講座）」では、機械学習とディープラーニングの最も重要かつ基本的な原理を学習します。deeplearning.aiが提供する新しい「TensorFlow in Practice 専門講座」では、TensorFlowを使用してそれらの原理を実装し、拡張性のあるモデルを構築して現実世界の問題に適用する方法を学びます。ニューラルネットワークの仕組みについての理解を深めるには、「ディープラーニング専門講座」を受講することをお勧めします。

Syllabus

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。必要なのは、基本的なプログラミングスキルだけで、あとは学習を進める中で習得できます。TensorFlow 1.ｘとTensorFlow 2.0アルファ版の両方で動作するコードを使って学んでいきます。まず、最初の動画で、アンドリューとローレンスの対話をご覧ください。これから学習するテーマについて話しています。

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。

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。

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。