【Kaggleで学ぼう】Python と Keras で学ぶディープラーニング開発入門
4.1 (472 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
3,221 students enrolled

【Kaggleで学ぼう】Python と Keras で学ぶディープラーニング開発入門

データサイエンスの基礎を学んで、目指せKaggler (カグラー) ! TensorFlowとKerasで短期間にディープラーニングによるAI開発手法を学び、Kaggleコンペティションに挑戦し、データサイエンティストとして活躍しよう!
Bestseller
4.1 (472 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
3,221 students enrolled
Last updated 8/2019
Japanese
Current price: $57.99 Original price: $89.99 Discount: 36% off
1 day left at this price!
30-Day Money-Back Guarantee
This course includes
  • 4 hours on-demand video
  • 7 articles
  • 3 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Kerasを使用して高速にディープラーニングモデルを開発できるようになります。
  • ディープラーニング開発時のパラメーターチューニングのコツを理解し、実践できるようになります。
  • 畳み込みニューラルネットワークを使用した開発を実践できるようになります。
  • Kaggleへの登録・コンペへの参加方法、学習方法を理解できるようになります。
Course content
Expand all 59 lectures 04:02:12
+ 環境構築とPythonのミニマムレビュー
9 lectures 45:39
Anacondaをインストールしよう(Windows編)
05:01
Anacondaのインストール(Mac編)
03:24
TensorFlow 1.11(Keras内蔵)をインストールしよう
08:09
仮想環境の有効化と終了手順
05:00
Jupyter Notebookの起動と変数の扱い
06:16
データ型とキャスト(型変換)を学ぼう
04:48
演算子
04:02
リストとタプルで複数データをまとめて扱おう
04:19
文字列操作とフォーマットを学ぼう
04:40
+ 3層ニューラルネットワークでMNISTにチャレンジ
12 lectures 38:37
3層ニューラルネットワークでMNISTを解いてみよう
06:50
データを確認しよう
03:31
最適化手法を定義して学習してみよう
06:36
sparse_categorical_crossentropyとcategorical_crossentropy
00:43
テスト画像で数字の推定を行ってみよう
03:51
学習フローのレビュー
02:29
応用課題: Fashion MNISTにチャレンジ
00:39
課題実行例: その1
05:15
課題実行例 その2
04:33
MNIST(3層NN)のノートブック
00:11
Fashion MNIST(3層NN)のノートブック
00:09
+ 畳み込みニューラルネットワークでFashion MNISTのスコア向上を図る
4 lectures 18:39
CNNモデルを定義しよう
08:50
CNNモデルのトレーニングを実行しよう
02:44
練習課題: CNNでFashion MNISTにチャレンジ
00:15
+ Kaggleの歩き方
6 lectures 25:41
Kaggleの各ページをチェックしよう
04:23
Kaggleへの登録とデータのダウンロード
07:13
ダウンロードデータを確認してみよう
02:47
データの確認とサブミッション(提出手順)
07:39
セクションのまとめ
01:00
+ KaggleのKernelsで学ぼう(Dogs vs. Cats)
15 lectures 01:03:19
ダウンロードデータを確認しよう
01:58
データの整理とアルゴリズムについて
05:59
Catdog Net カーネルを解読しよう
09:24
リストの内包表記(コンプリヘンション)でファイル一覧を取り出そう
06:46
データの部分抽出を行おう(リストのスライス処理)
01:49
データをNumPy配列に変換しよう
06:57
分類ラベルを生成しSeabornで可視化しよう
02:39
画像データを表示してみよう
02:34
平均画像を生成しよう
03:12
CatdogNetモデルの定義をしよう
05:56
トレーニングを実行しよう
05:20
収束状況(Loss)をプロットしよう
02:16
推論結果を可視化しよう & セクションのまとめ
05:05
セクションで使用したノートブック
00:06
+ オプション: 数学の学び直し(機械学習のための数学講座から抜粋)
7 lectures 30:45
微分
05:36
極限
06:56
導関数
05:21
微分の線形性
02:27
分数関数の微分
02:35
シグモイド関数の微分を計算してみよう
03:02
偏微分
04:48
Requirements
  • PCの基本的な操作スキル(フォルダー作成やウェブブラウザでのサイトへのアクセス)
  • インターネット接続(PythonパッケージやKerasのインストールに必要です)
  • 関数や微分の概念(計算はできなくても学習可能ですが、理論が知りたい方はオプションで数学コースも用意しています)
  • エラーが出ても諦めずに調べたり、質問して解決しようとする意欲
Description

【更新情報】

2019/6/20 sparse_categorical_crossentropyをsparse_categorical_entropyと誤記している部分がありましたので、修正しました。


【コース概要】

ディープラーニングによるAI開発は普及期に突入し、さまざまな分野で応用が広がっています。

しかし、TensorFlow(テンソルフロー)ネイティブのAPIを使う実装は複雑で時間がかかるのが問題だと言われています。

そのため、Google社ではKeras(ケラス)というTensorFlowやTheano(シアーノ)などのディープラーニングライブラリのラッパーをTensoFlow本体に取り入れ、よりシンプルで高速に開発することを推奨しています。

このコースではこのKerasを用いたディープラーニングの実装にフォーカスし、環境構築からニューラルネットワークによる学習、ディープラーニングなどを学べます。コースを終えると、あなたのアイデアをKerasを用いて短期間に実装できるようになります。

また、Kaggle(カグル)というデータサイエンティストコミュニティサイト上で、データサイエンスのコンペティションに参加する手順を解説し、オープンデータで学習を行います。Kaggleの参加者は "Kaggler" (カグラー)と呼ばれ、実力を証明するのに役立ちます。

Kagglerとなってメダル取得を目指して学習し、就職や転職に役立つポートフォリオを作り、AIエンジニアやデータサイエンティストとして活躍できるようになりましょう!

【コース概要】

  1. 機械学習・深層学習の概要と環境構築

  2. 3層ニューラルネットワークでMNISTを解く

  3. 畳み込みニューラルネットワークでFashion_MNISTを解く

  4. Kaggleへの登録とコンペティションの解読方法

  5. Kaggleで学ぼう! (Dogs vs. Cats)

    1. Dogs vs. Cats をCatdogNet(VGG-16コンパクト版)で解く(2018/11/14 追加)

【更新情報】

11/14 セクション5にモデルの定義、学習の実行、結果の可視化までを追加しました。

11/12 セクション5に正解ラベルの生成、Seabornによるカウントプロットや画像データの表示のレクチャーを追加しました。

11/10 セクション5にリストの内包表記のレクチャーを追加しました。


Who this course is for:
  • Python3とKerasでディープラーニングを学び直してみたい方
  • TensorFlowのDefine&Runスタイルで直接開発するのは難解に感じて、もう少し易しくAIプログラミングをしたい方
  • 数学的詳細は別に理解するとして、実践的なディープラーニングアプリケーション開発にチャレンジしたい方
  • Kaggleへの登録・参加方法・勉強方法を知りたい方