Course

脱ブラックボックスコース

対象者

・これからAI、機械学習を学び始める方・ブラックボックス化した機械学習の理論の理解を深めたい方・ディープラーニングの基礎となるニューラルネットワークの数学と実装、PyTorch エコシステムの有効活用したい方 (PyTorch Lightning, Optuna)

Summary

サマリー

所要時間

約12時間

費用

0円

形式

e-ラーニング

事前予習

Python & 機械学習入門コース

受講環境

使用環境：Google Colaboratory ブラウザ：Google Chrome ディスプレイ：2画面推奨

Value

研修の特徴

手書きでの数学の解説や、難しい専門用語をストーリーで体系化した説明で、初学者の方でも挫折せず進められる。さらに PyTorch Lightning、ハイパーパラメータの自動最適化を行える Optuna まで盛り込んだ基礎から実践まで網羅した講座。

Goal

研修の到達点

・AI、機械学習の概念や専門用語について理解できている状態・数学の基礎知識を習得し、機械学習の理論を説明できる状態・ディープラーニングの基礎を学び、PyTorch を使ってモデルの構築、ハイパーパラメータ調整までできている状態

Time Schedule

スケジュール

約 12 時間

▪数学の基礎・微分とは/微分の公式・合成関数の微分/偏微分・単回帰分析の問題設定と数理モデル・目的関数/最適なパラメータ ▪Python で実装・線形代数が必要な理由・スカラ/ベクトル/テンソル・単位行列と逆行列/線形結合と二次形式・ベクトルによる微分と勾配/ベクトル関連の関数・重回帰分析/目的関数/最適なパラメータを求める・基本統計量/確率変数と確率分布/期待値/正規化/情報理論・交差エントロピー/ロジスティック回帰/パラメータの最適化 ▪ニューラルネットワーク（数学編）・ニューラルネットワークの構造・順伝播：線形変換・順伝播：非線形変換・順伝播：目的関数・逆伝播：パラメータの更新 ▪ニューラルネットワーク（実装編）・PyTorch とエコシステム・ネットワークの定義と順伝播の計算・データセットの準備・ネットワークの訓練・PyTorch Lightning による簡略化・Optuna ハイパーパラメータの最適化