chevron_left

Pythonで学ぶ機械学習/ディープラーニング実践
PREMIUM
第3回

Pythonで学ぶ機械学習/ディープラーニング実践 -第3回 画像分類/CNNによる実装-

2018年5月12日 60min
Pythonで学ぶ機械学習/ディープラーニング実践 -第3回 画像分類/CNNによる実装- play_arrow おためし受講

スライド資料

会員登録して、全てのスライドを見よう

1 / 42

授業の概要

第3回では、3層ニューラルネットワークによる画像分類の実装や AIが画像分析を行うための学習手法の１つである“畳込みニューラルネットワーク（CNN）”による実装について学習していきます。

▪︎授業アジェンダ
・多層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画像認識
・CNNの実装

こんな人にオススメ

会社からは新規事業の立ち上げのため機械学習など新しい技術を学ぶように言われているが、日々忙しく新しい技術を学ぶ時間が無い中堅システムエンジニアの方。

担当の先生／パーソナリティ

授業で使用する教材

※授業以外での使用は禁止します

チャプター

play_arrow
アジェンダ
01:29
play_arrow
多層ニューラルネットワーク
00:11
play_arrow
単層パーセプトロンの限界
03:07
play_arrow
多層パーセプトロン
15:59
play_arrow
ニューラルネットワークによる画像認識
00:08
play_arrow
手書き文字認識
14:23
play_arrow
CNN
00:07
play_arrow
畳込み層
05:11
play_arrow
プーリング層
00:37
play_arrow
全結合層
00:34
play_arrow
CNNの実装
10:58
play_arrow
まとめ
01:27
play_arrow
Q.層の数とnodeの数の決め方のコツはあるのでしょうか？
01:29
play_arrow
Q.Lossの数字は何を意味しているのでしょうか？ 例）Step: 9000 Loss: 60.6664 Accuracy: 0.691667 =>正解率は69%。Lossとは？
01:05
play_arrow
受講生へのメッセージ