弊社の教材は、日本ディープラーニング協会の「JDLA認定プログラム」の認定を受けております。同協会がディープラーニングを実装するエンジニアの技能を認定するE資格(エンジニア資格)「JDLA Deep Learning for ENGINEER」受験のために、「JDLA認定プログラム」の修了が必須となっており、弊社の「機械学習」「ディープラーニング」両方の修了と、所定の補足教材を受講することで、受験が可能になります。
プロダクション
コースシラバス
Step1 イントロダクション
- コース概要
- Section1. ディープラーニングの世界へようこそ
- Section2. 演習環境
- Section3. Step1 演習
Step2 ニューラルネットワークの基礎
- Section1. ニューラルネットワークの基礎
- Section2. 単純パーセプトロン
- Section3. ロジスティック回帰
- Section4. 多クラスロジスティック回帰
- Section5. 多層パーセプトロン
- Section6. モデルの学習
- Section7. Step2 演習
Step3 ニューラルネットワークの改善
- Section1. ニューラルネットワークの改善
- Section2. 活性化関数
- Section3. 正則化
- Section4. 最適化
- Section5. TensorFlow
- Section6. Step3 演習
Step4 畳み込みニューラルネットワーク
- Section1. 畳み込みニューラルネットワーク
- Section2. 畳み込みとプーリング
- Section3. CNNの応用
- Section4. CNNの構造
- Section5. Step4 演習
Step5 回帰結合型ニューラルネットワーク
- Section1. 回帰結合型ニューラルネットワーク
- Section2. RNNの様々なモデル
- Section3. 長期依存性
- Section4. Step5 演習
Step6 生成モデル
- Section1. 前提知識の確認
- Section2. 深層生成モデル
- Section3. おわりに
- Section4. Step6 演習
Step7 強化学習
- Section1. 強化学習とは
- Section2. 強化学習の定式化
- Section3. 動的計画法
- Section4. モンテカルロ法とTD法
- Section5. DQN
- Section6. 方策勾配法
- Section7. まとめ
- Section8. Step7 演習
ディープラーニングコース リソース
- リソース