ソフトウェア開発者であれば、拡張性のあるAI搭載アルゴリズムを構築したい場合、構築ツールの使い方を理解する必要があります。この講座は今後学んでいく「TensorFlow in Practice 専門講座」の一部であり、機械学習用の人気のオープンソースフレームワークであるTensorFlowのベストプラクティスを学習します。
oferecido por
AI、機械学習、ディープラーニングのための TensorFlow 入門
deeplearning.aiInformações 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
Legendas: Russo, Turco, Inglês, Espanhol, 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
Legendas: Russo, Turco, Inglês, Espanhol, Japonês
oferecido por
deeplearning.ai
Founded by Andrew Ng, DeepLearning.AI is an education technology company that develops a global community of AI talent.
Programa - O que você aprenderá com este curso
2 horas para concluir
新しいプログラミングパラダイム
TensorFlowの入門～上級者向け講座へようこそ。お会いできて嬉しいです。１週目では、機械学習とディープラーニングの概要に触れ、それらがどのようにして新しいプログラミングパラダイムを提供し、これまで未踏だったシナリオを開くための新しいツールセットを提供するのかを簡単にご紹介します。
2 horas para concluir
4 vídeos (Total 16 mín.), 5 leituras, 2 testes
4 videos
はじめに：アンドリューとの対話 3min
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
3 horas para concluir
コンピュータビジョンの紹介
この講座の２週目へようこそ。１週目では、機械学習とディープラーニングがいかに新しいプログラミングパラダイムであるかを学びました。今週は次のレベルへ進んで、わずか数行のコードでコンピュータビジョンの問題を解きます。まずはローレンスとアンドリューの対話をご覧ください。二人がコンピュータビジョンへとご案内します。
3 horas para concluir
7 vídeos (Total 15 mín.), 6 leituras, 2 testes
7 videos
アンドリューとの対話2min
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
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
３週目へようこそ。２週目では、コンピュータビジョンのための簡単なニューラルネットワークについて学びました。よく機能しましたが、少し単純すぎるアプローチでした。今週は、ここでローレンスとアンドリューが話しているように、それを発展させる方法を見ていきます。
4 horas para concluir
6 vídeos (Total 19 mín.), 6 leituras, 2 testes
6 videos
アンドリューとの対話1min
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
5 horas para concluir
現実世界の画像を使用する
先週はディープニューラルネットワークの結果を畳み込みを使用して改善する方法を学習しました。順調な滑り出しにはなりましたが、使用したデータは非常に基本的なものでした。画像が大きい場合や、特徴が常に同じ場所にない場合は、どうなるでしょうか。アンドリューとローレンスが今週の学習内容、つまり、複雑な画像の取り扱いについて話しています。
5 horas para concluir
9 vídeos (Total 27 mín.), 10 leituras, 2 testes
9 videos
アンドリューとの対話2min
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
Quando terei acesso às palestras e às tarefas?
O que recebo ao adquirir o Certificado?
Is financial aid available?
Ganharei créditos universitários por concluir o curso?
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
