After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
コース説明
Deep learningはこれからも重要な技術です。非構造化データに伴う複雑な問題を解くための第一選択肢であり、イノベーションを後押しする強力なツールでもあります。Kerasは、Deep learningモデルの開発を始めやすくしてくれるフレームワークの一つで、短時間で実務レベルのモデルまで構築できる柔軟性があります。本コースでは、回帰を学び、小惑星の軌道を予測して地球を救います。さらに、二値分類で本物と偽のドル紙幣を見分け、多クラス分類でダーツボードに誰がどのダーツを投げたかを判定し、ニューラルネットワークでノイズのある画像を再構成する方法など、さまざまな課題に取り組みます。加えて、学習中にモデルをより適切に制御する方法や、チューニングで性能を高める方法も身につけます。
前提条件
カリキュラム
コース概要
1
Keras入門
この最初の章では、ニューラルネットワークの概要、解ける問題の種類、そして適用のタイミングを学びます。また、いくつかのネットワークを実装し、接近中の隕石の軌道を近似する回帰モデルを訓練して、地球を救ってみましょう。
2
さらに深く学ぶ
この章の終わりには、ニューラルネットワークで二値分類、多クラス分類、マルチラベル分類の問題を解く方法が身につきます。偽のドル紙幣の検出、ダーツボードで誰がどのダーツを投げたかの判定、農場の自動灌水システムの構築といった課題に取り組みます。さらに、学習指標の可視化、改善が止まった時点での学習停止やモデルの保存もできるようになります。
3
モデル性能を高める
これまでの章で多くのモデルを訓練してきましたね。ここでは、学習曲線を読み解いて、学習中のモデルを理解する方法を学びます。活性化関数、バッチサイズ、バッチ正規化の効果も可視化します。最後に、sklearnを用いてKerasモデルのハイパーパラメータを自動最適化する方法を学びます。
4
高度なモデルアーキテクチャ
ここからは、より高度なアーキテクチャに入ります。オートエンコーダを作成してノイズのある画像を再構成し、畳み込みニューラルネットワークの活性化を可視化し、深い事前学習済みモデルで画像を分類します。さらに、再帰型ニューラルネットワークとテキスト処理について学び、文章の次の単語を予測するネットワークを構築します。
Kerasで学ぶIntroduction to Deep Learning
コース修了
