【NumPy・Python3で】ゼロから作るニューラルネットワーク
What you'll learn
- パーセプトロンによる学習について手動計算をして仕組みを理解できます。
- 勾配降下法の仕組みを数式解説を見たり、コードを書いて理解できます
- ゼロからニューラルネットワークを書いて仕組みを理解できます
- 逆伝播(バックプロパゲーション)が機能する仕組みをデータの流れを確認して理解できます
- TensorFlowやScikit-learn, chainer, Caffe 2などでブラックボックス化されている仕組みを理解し、より効果的な設計や最適化ができるようになります。
Requirements
- Windows, macOS, Linuxの動作するPC
- 手計算をしたり、コードを入力して考えることを嫌がらないこと
- 数学アレルギーでないこと(基礎から解説しますが、微分や指数対数などが出てきます。)
- 折れない心
Description
*2017/8/14 最終課題のサンプルコード(Jupyter Notebook形式)を掲載しました。
*2017/6/2 バックプロパゲーションのレクチャーを追加しました。
*2017/5/17 多層ニューラルネットワークでの出力計算を掲載しました。
ニューラルネットワークを多層化したディープラーニングは、画期的な精度向上を実現し、大変注目を集めています。そして、TensorFlow, Chainer, Caffe 2などさまざまなライブラリが登場して、以前より手軽にディープラーニングを実装できるようになりました。
しかし、こうしたライブラリを使いこなすためにも、ブラックボックス化されている最適化の手法を理解しておくと、学習の精度を向上させるためのパラメーター最適化などに役立ちます。
この講座では、上記のような各種ライブラリを使用せず、NumPyやPandasなど行列計算やデータ入出力ライブラリだけを使用してニューラルネットワークを作成し、誤差の逆伝播(バックプロパゲーション)による重みの最適化や、勾配降下法の原理についての理解を目指します。
これにより学習率や隠し層の数などのパラメーターを変化させると、結果にどのような影響があるのか、を体験を通じて理解できます。
レクチャーでは数学的な処理についても逐一解説をしていきます。中学レベルの数学的知識があれば理解できるように指数対数や、微分、合成関数の微分(チェインルール)などについて解説をしますので、高校数学に自信がない方でもチャレンジできます。
数学的な解説・理解が不要な方、映像による学習は好きではない方には受講をお勧めしませんので、十分ご注意ください。
それでは一緒に学びましょう!
Who this course is for:
- TensorFlowやScikit-learnなどのライブラリを使わず、機械学習の処理の仕組みをちゃんと理解したい方
- ニューラルネットワークの誤差逆伝播によるエラー最小化の仕組みを理解したい方
- NumPyやPandas, Matplotlibなどを使えるようになりたい方
- 指数対数や連鎖律(合成関数微分)など機械学習に必要な数学をきちんと理解したい方
Instructor
東京大学工学部卒。富士総合研究所・国際大学GLOCOM、アメリカの教育系スタートアップ(Blackboard Inc.)に参加。NASDAQ IPOを経て起業。
Udemyでのべ約200,000名以上にAI開発・プログラミング講座を35コース提供中。
2021年7月からアメリカ発のスタートアップ、Class Technologies Inc.(Softbank社のビジョンファンド2から$105億ドルの資金調達。Zoomを教育用に拡張)に参加。大学や企業におけるオンライン、ハイブリッド授業の実践サポートを提供中。
著書・訳書: 「インターネットの歴史と社会的インパクト(1994年 訳」「Moodle入門(2007年)」「Moodle2ガイドブック(2013年)」「反転授業マニュアル(2014年)」「動画xスマホで稼ぐ(2014)」「エンジニアのためのオンライン講座制作ガイド(2016年12月刊)」
中国語検定HSK3級, 4級(6段階の下から4段階目まで)合格。
TOEIC955点、リスニング満点.
Udemyを通じて、多くの方がAIアプリ開発・モバイルアプリ・ウェブ開発などをマスターし、イノベーションにチャレンジする応援をしたいと日々コース制作をしています。