What you'll learn:
- Kerasを使用して高速にディープラーニングモデルを開発できるようになります。
- ディープラーニング開発時のパラメーターチューニングのコツを理解し、実践できるようになります。
- 畳み込みニューラルネットワークを使用した開発を実践できるようになります。
- Kaggleへの登録・コンペへの参加方法、学習方法を理解できるようになります。
【更新情報】
2019/6/20 sparse_categorical_crossentropyをsparse_categorical_entropyと誤記している部分がありましたので、修正しました。
【コース概要】
ディープラーニングによるAI開発は普及期に突入し、さまざまな分野で応用が広がっています。
しかし、TensorFlow(テンソルフロー)ネイティブのAPIを使う実装は複雑で時間がかかるのが問題だと言われています。
そのため、Google社ではKeras(ケラス)というTensorFlowやTheano(シアーノ)などのディープラーニングライブラリのラッパーをTensoFlow本体に取り入れ、よりシンプルで高速に開発することを推奨しています。
このコースではこのKerasを用いたディープラーニングの実装にフォーカスし、環境構築からニューラルネットワークによる学習、ディープラーニングなどを学べます。コースを終えると、あなたのアイデアをKerasを用いて短期間に実装できるようになります。
また、Kaggle(カグル)というデータサイエンティストコミュニティサイト上で、データサイエンスのコンペティションに参加する手順を解説し、オープンデータで学習を行います。Kaggleの参加者は "Kaggler" (カグラー)と呼ばれ、実力を証明するのに役立ちます。
Kagglerとなってメダル取得を目指して学習し、就職や転職に役立つポートフォリオを作り、AIエンジニアやデータサイエンティストとして活躍できるようになりましょう!
【コース概要】
機械学習・深層学習の概要と環境構築
3層ニューラルネットワークでMNISTを解く
畳み込みニューラルネットワークでFashion_MNISTを解く
Kaggleへの登録とコンペティションの解読方法
Kaggleで学ぼう! (Dogs vs. Cats)
Dogs vs. Cats をCatdogNet(VGG-16コンパクト版)で解く(2018/11/14 追加)
【更新情報】
11/14 セクション5にモデルの定義、学習の実行、結果の可視化までを追加しました。
11/12 セクション5に正解ラベルの生成、Seabornによるカウントプロットや画像データの表示のレクチャーを追加しました。
11/10 セクション5にリストの内包表記のレクチャーを追加しました。