MATLABによるディープラーニング
実際のイメージとシーケンスデータを使用して,ディープニューラルネットワークを構築する理論と実践を学習します。
必要条件:MATLAB基礎とディープラーニング入門
このコースは特定のライセンスに含まれております。
自己学習形式のメリット
段階的に着実に進められる
フィードバックが自動化された実践的な演習
WebブラウザーからMATLABにアクセス可能
進捗レポートとコース修了証を共有可能
このコースについて
日本語および英語で受講可能
1.
畳み込みネットワークによる画像の分類
コースの概要を理解する。事前学習済みネットワークを使用し,画像を分類する。転移学習を使用し,カスタマイズされた分類ネットワークに学習させる。
30 分
2.
ネットワーク動作の解釈
イメージデータがネットワークを通過する過程を可視化することで,ネットワークの動作を把握する。この手法をさまざまな種類のイメージに適用する。
45 分
3.
ネットワークの作成
畳み込みネットワークをゼロから構築する。ネットワークの層の間で情報がどのように受け渡しされ,さまざまな種類の層がどのように機能するかを理解する。
45 分
4.
ネットワークの学習
学習アルゴリズムの機能を理解する。学習オプションを設定して,学習の監視と制御を行う。
30 分
5.
パフォーマンスの改善
学習アルゴリズムオプション,ネットワークアーキテクチャ,または学習データの変更を選択および実装して,ネットワークパフォーマンスを改善します。
30 分
6.
プロジェクト
15 分
7.
回帰の実行
連続的な数値応答を予測できる畳み込みネットワークを作成する。連続的な数値応答を予測できる畳み込みネットワークを作成する。
30 分
8.
イメージ内のオブジェクトの検出
ネットワークを学習させ,イメージ内の特定のオブジェクトを見つけてラベルを付ける。
45 分
9.
再帰型ネットワークによるシーケンスデータの分類
時系列データやセンサーデータなど,順序付けられたシーケンスデータに対して分類を実行するネットワークの構築および学習を行う。
45 分
10.
分类分类序列
使用递归网络对类别数据序列(如文本)进行分类。
30 分
11.
出力シーケンスの生成
再帰型ネットワークを使用し,予測のシーケンスを作成する。
45 分
12.
プロジェクト
15 分
関連コース
MATLAB基礎
データ解析,モデル化,プログラミングにおけるMATLABの主な機能について学習します。
ディープラーニング入門
ディープラーニング手法を使用した,画像認識を行う方法について学習します。
MATLABによる機械学習
データの探索方法や,予測モデルの構築方法について学習します。