Informações sobre o curso

Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário

Python コーディング、高校レベルの数学の知識が必要です。機械学習/ディープラーニングの知識は必須ではありませんが、あれば有用です。

Aprox. 14 horas para completar
Japonês

O que você vai aprender

  • オープンソースの機械学習フレームワークとして人気が高い「TensorFlow」のベストプラクティスを学ぶ

  • TensorFlowで基本的なニューラルネットワークを構築する

  • コンピュータビジョン アプリケーションのためのニューラルネットワークを訓練する

  • 畳み込みの使い方を理解してニューラルネットワークを改善する

Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário

Python コーディング、高校レベルの数学の知識が必要です。機械学習/ディープラーニングの知識は必須ではありませんが、あれば有用です。

Aprox. 14 horas para completar
Japonês

oferecido por

Placeholder

deeplearning.ai

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

2 horas para concluir

新しいプログラミングパラダイム 

2 horas para concluir
4 vídeos (Total 16 mín.), 5 leituras, 2 testes
4 videos
機械学習入門 3min
ニューラルネットワークの 「Hello World」 5min
TensorFlowとPythonでの「Hello World」のウォークスルー 3min
5 leituras
始める前に:TensorFlow 2.0と本講座について10min
ルールからデータへ 10min
試してみよう10min
Google Colaboratory の紹介  10min
1 週目リソース  10min
1 exercício prático
1週目 テスト
Semana
2

Semana 2

3 horas para concluir

コンピュータビジョンの紹介 

3 horas para concluir
7 vídeos (Total 15 mín.), 6 leituras, 2 testes
7 videos
コンピュータビジョンの紹介2min
訓練データをロードするようコードを作成する2min
コンピュータビジョン ニューラルネットワークをコーディングする2min
コンピュータビジョンのノートブックのウォークスルー3min
訓練の制御のためにコールバックを使用する1min
コールバックのあるノートブックのウォークスルー1min
6 leituras
データの使い方を探求する10min
Fashion-MNIST データの構造10min
方法を理解する10min
コンピュータビジョンに取り組む1h
コールバックの実装方法を見る 10min
2 週目 リソース 10min
1 exercício prático
2 週目 テスト
Semana
3

Semana 3

4 horas para concluir

畳み込みニューラルネットワークでビジョンを強化する 

4 horas para concluir
6 vídeos (Total 19 mín.), 6 leituras, 2 testes
6 videos
畳み込みとプーリングとは何か?2min
畳み込み層を実装する1min
プーリング層を実装する4min
畳み込みでファッション分類器を改善する4min
畳み込みのウォークスルー3min
6 leituras
畳み込み層とプーリング層をコーディングする 10min
畳み込みについてさらに学ぶ 10min
最初のConvNet(畳み込みニューラルネットワーク)を実習する 10min
試してみよう 1h
フィルターとプールで実験する 1h
3週目リソース  10min
1 exercício prático
3 週目 テスト
Semana
4

Semana 4

5 horas para concluir

現実世界の画像を使用する 

5 horas para concluir
9 vídeos (Total 27 mín.), 10 leituras, 2 testes
9 videos
画像ジェネレーターの理解4min
複雑な画像を使用するConvNetを定義する2min
ConvNetをfit_generatorで訓練する2min
ConvNet開発のウォークスルー2min
fit_generatorによるConvNetの訓練のウォークスルー3min
精度をテストする自動検証を追加する4min
画像圧縮の影響を探求する3min
アンドリューとの対話1min
10 leituras
影響の大きい実世界のソリューションを探求する10min
ニューラルネットワークを設計する 10min
画像ジェネレーターでConvNetを訓練する 10min
ソリューションを探求する10min
ニューラルネットワークを訓練する10min
「馬と人間」の分類器を使って実験する1h
実習を行い検証を使ってみる30min
圧縮された画像を使った実習 30min
4 週目リソース 10min
まとめ10min
1 exercício prático
4 週目 テスト

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.