国立研究大学高等経済学部の無料オンライン教育

ディープラーニングの概要

Description

このコースの目標は、現代のニューラルネットワークと、コンピュータビジョンおよび自然言語理解におけるそのアプリケーションの基本的な理解を学習者に提供することです。 このコースは、線形モデルの要約と、ディープニューラルネットワークのトレーニングに不可欠な確率的最適化手法の説明から始まります。 学習者は、完全に接続された層、たたみ込み層および再帰層を含む、ニューラルネットワークのすべての一般的なビルディングブロックを学習します。
学習者は、これらのビルディングブロックを使用して、TensorFlowおよびKerasフレームワークで複雑な最新のアーキテクチャを定義します。 コースでは、プロジェクトの学習者は、画像キャプションのタスクにディープニューラルネットワークを実装し、入力画像にテキストによる説明を与えるという問題を解決します。

このコースの前提条件は次のとおりです。
1)Pythonの基本的な知識。
2)基本的な線形代数と確率。

これは上級コースであり、機械学習の基本的な知識があることを前提としています。 あなたは理解する必要があります:
1)線形回帰:平均二乗誤差、分析解。
2)ロジスティック回帰:モデル、クロスエントロピー損失、クラス確率推定。
3)線形モデルの勾配降下。 MSEの導関数とクロスエントロピー損失関数。
4)過剰適合の問題。
5)線形モデルの正則化。

技術的な問題はありますか? 私たちに書いてください:coursera@hse.ru

価格:無料で登録!

言語: 英語

字幕: 英語、韓国語

ディープラーニングの概要 –国立研究大学経済学部