深層学習の基礎
AI総合演習
ようこそ
ガイダンス
プログラミング入門
1
pandas基礎
2
データの可視化
機械学習の背景・数理
3
機械学習で用いる数学の基礎
機械学習モデルの設計と評価
4
南極大陸に生育するペンギンの体長データ
5
ペンギンデータの分類に挑戦
機械学習の手法
6
線形回帰モデルによるペンギンの体重の予測
7
サポートベクターマシン
8
k平均法によるクラスタリング
機械学習モデルの解釈・説明性
9
回帰モデルの解釈
10
PDP
演習1
11
電気使用実績を予測するモデルの構築
深層学習の基礎
12
ニューラルネットワーク
13
ニューラルネットワークによる手書き文字の分類
実社会での応用
14
実社会での応用
深層生成モデル
15
深層生成モデル
参考資料・URL
付録
A
Jupyter Notebook
B
AIを活用したツール
C
Visual Studio Code
D
Docker
目次
この章の参考資料・URL
編集
問題を報告
深層学習の基礎
ニューラルネットワーク
ニューラルネットワークによる手書き文字の分類
この章の参考資料・URL
手塚太郎 (
2018
)
今泉允聡 (
2021
)
瀧雅人 (
2017
)
斎藤康毅 (
2016
)
岡谷貴之 (
2022
)
柳井啓司, 中鹿亘, と 稲葉通将 (
2022
)
今泉允聡. 2021.
深層学習の原理に迫る : 数学の挑戦
. 岩波科学ライブラリー ; 303. 岩波書店.
http://id.ndl.go.jp/bib/031339770
.
岡谷貴之. 2022.
深層学習 = Deep Learning
. 改訂第2版 版. 機械学習プロフェッショナルシリーズ. 講談社.
http://id.ndl.go.jp/bib/031901202
.
手塚太郎. 2018.
しくみがわかる深層学習 = An Introduction to Deep Learning
. 朝倉書店.
http://id.ndl.go.jp/bib/029043769
.
斎藤康毅. 2016.
ゼロから作るDeep Learning : Pythonで学ぶディープラーニングの理論と実装
. オライリー・ジャパン.
http://id.ndl.go.jp/bib/027597005
.
柳井啓司, 中鹿亘, と 稲葉通将. 2022.
深層学習
. IT Text. オーム社.
http://id.ndl.go.jp/bib/032479806
.
瀧雅人. 2017.
これならわかる深層学習入門 = Introduction to Deep Learning
. 機械学習スタートアップシリーズ. 講談社.
http://id.ndl.go.jp/bib/028568441
.
11
電気使用実績を予測するモデルの構築
12
ニューラルネットワーク