実務で使えるディープラーニング講座(eラーニング)

講座概要

講座名 実務で使えるディープラーニング講座(E資格対応)(eラーニング)
概要 日本ディープラーニング協会(JDLA)が主催する「E資格」試験に受験・合格することを目的とした講座です。
当講座は、エンジニア資格(E資格)の受験資格を得るために修了が必要となる教育プログラムです。ディープラーニングを8日間で習得します。
学習ゴール ・ディープラーニングの理論を理解する
・数学・機械学習・深層学習の知識を身につける
・「E資格」試験に合格し、「E資格」を取得する
講座構成 ・実務で使えるディープラーニング講座(E資格対応)
取得資格 「E資格」試験の受験資格が取得できます。
標準学習時間 350時間
(動画時間:約50時間、動画以外の学習時間(修了課題含む):100時間~300時間)
使用ツール 学習管理システム、Youtube(動画視聴用)、Anaconda(スクールによる設定済)、Jupyter Notebook(スクールによる設定済)、Spyder(スクールによる設定済)、個別質問対応システム

講座内容

DAY1
  • Keras(とXGBoost)で回帰分析
  • Kerasで手書き数字の分類問題
  • 確率的勾配降下法 同解答
  • 変数多項式回帰
DAY2
  • 自動微分
  • シンプルな2層のニューラルネット(回帰)
  • シンプルな2層のニューラルネット(2値分類)
  • シンプルな2層のニューラルネット(分類)
  • Simple2Layers YearPrediction 問題
DAY3
  • アファイン層
  • SoftmaxWithLoss層 演習問題
  • その他の層
  • 多層NN(分類)
  • 最適化法
  • 最適化法のNNへの適用
  • 初期値の取り方
  • バッチ正規化
  • 深層モデルのための最適化
DAY4
  • 過学習
  • ドロップアウト
  • 正則化に関する演習
  • 畳み込み演算
  • プーリング演算
DAY5
  • 畳み込み層
  • プーリング層
  • CNN
  • CNN GPU
  • Augmentation
  • ResNet
  • 分離畳み込み
DAY6
  • U-Netによるセグメンテーション
  • pix2pix PyTorch
  • pix2pix Keras
  • MaskRCNN
  • LeakyReLU
DAY7
  • RNN層
  • TimeRNN層
  • RNNモデル
  • 双方向RNN
  • LSTM層
  • LSTM 乗客数予測
  • GRU 乗客数予測
  • Word2Vec
  • ChatBot seq2seq
  • ChatBot Attention
  • SkipRNN
DAY8
  • テーブルQ学習 迷路
  • DQN CartPole
  • DQN Breakout
  • 方策勾配法 迷路