テンソルフロー2とケラスによるディープ・ラーニング：実践ガイド

人工知能は産業を変革していますが、ディープ・ラーニングを始めるのは複雑な数学と変化するフレームワークのために圧倒されるかもしれません。このコースは、Pythonの最も人気のあるライブラリを使用して、基礎的な概念から自分自身のニューラルネットワークを構築するまでの旅を簡単にします。 また、Keras APIとTensorFlowを組み合わせて使う方法を学び、画像分類、時系列予測、基本的な自然言語処理などの現実的な問題を解くために必要な実践的なスキルを身につける。 学ぶことは ニューラルネットワークの数学的な考え方を理解する。 また，Ｋｅｒａｓ　Ｓｅｑｕｅｎｔｉａｌ　ＡＰＩを用いて，回帰と分類のための人工神経回路網を構築し，訓練する。 画像データの解析と分類のための畳み込みニューラルネットワーク（ＣＮＮ）を設計した。 また，再帰的ニューラルネットワーク（ＲＮＮ）を用いて，連続データの予測と将来の動向の予測を行う。 また，大規模データセットの効率的なロードと前処理のために，ｔｆ．ｄａｔａ　ＡＰＩを用いた現代的なデータパイプラインを利用する。 実世界の推論のための訓練モデルの保存，バージョン，ロードに対して基本的なＭＬＯｐｓ原理を適用する。 これはPython、NumPy、Pandasの基本的な概念から始まり、単純なニューラルネットワーク、高度なアーキテクチャ、モデル展開戦略を段階的に説明します。各概念は明確な書面による説明と構造化されたコードスニペットによって説明されます。 このコースは、ディープ・ラーニングをゼロから学びたい初心者向けに設計されています。Pythonプログラミングの基礎的な知識は有用ですが、機械学習の経験は必要ありません。 今日から読み始めて ディープ・ラーニングの力を解き放ち 最初の神経回路網を作りましょう