chevron_left

Pythonで学ぶ機械学習/ディープラーニング実践
PREMIUM
第2回

Pythonで学ぶ機械学習/ディープラーニング実践 -第2回 パーセプトロン/ロジスティック回帰の実装-

2018年5月5日 60min
Pythonで学ぶ機械学習/ディープラーニング実践 -第2回 パーセプトロン/ロジスティック回帰の実装- 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 / 40

授業の概要

第2回では、ニューラルネットワークの1番基本的なアルゴリズムである“パーセプトロン”の実装や、キャンペーンの反応率や、土砂災害発生危険基準線の確率などマーケティングや気象、医療分野でも活用されている質的確率を予測するのに適した“ロジスティック回帰”の実装方法について学習していきます。

▪︎授業アジェンダ
・TensorFlowの基礎
・パーセプトロンの実装
・ロジスティック回帰の実装

※"TensorFlow"については、こちらの授業でも学習することができます。
   TensorFlowを活用した機械学習実践

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
TensorFlowの基礎
00:00
play_arrow
今回受講するとできること
01:51
play_arrow
TensorFlowでのプログラミング
12:58
play_arrow
パーセプトロンの実装
25:53
play_arrow
ロジスティック回帰の実装
13:47
play_arrow
まとめ
00:41
play_arrow
Q.TensorFlowとscikit-learnってどう違うのでしょうか?どう使い分けているのでしょうか?
00:51
play_arrow
Q.勾配降下法を使用した場合、グラフの谷が無い場合や、谷が複数ある場合はどのような挙動になるのでしょうか？
03:31
play_arrow
お知らせ