CNN(畳み込みニューラルネットワーク)の仕組みを学び、ディープラーニング用のフレームワークであるTensorFlowを触りながら、手書き文字認識(MNIST)のモデルの学習から推論の過程までを体験します。
お気に入り
CNN(畳み込みニューラルネットワーク)の仕組みを学び、ディープラーニング用のフレームワークであるTensorFlowを触りながら、手書き文字認識(MNIST)のモデルの学習から推論の過程までを体験します。
お気に入り
カスケード分類器を用いた画像認識を学び、実際にOpenCVを使って画像から顔を検知するプログラムを体験します。
お気に入り
自然言語処理に欠かせない形態素解析について、基本的な概念を学ぶと共に、日本語の形態素解析器のデファクトスタンダードでもあるMeCabを利用して、SNS等の文章を解析します。
お気に入り
0から学習する画像分類モデルを作成する方法もありますが、既に学習された画像分類モデルに追加のトレーニングを実施することで、より簡易に必要な画像分類器を作成することが出来ます。その方法を学ぶと共に、転移学習やファインチューニングの考え方について理解します。
お気に入り
強化学習の基礎知識を学び、強化学習の活躍場面やGymnasiumを用いて実際の強化学習プログラミングを実行します。教師データのない報酬を与える学習がどのように行われるかを体験しながら学びます。
お気に入り
TransformersモデルであるBERTを使用して、ファインチューニングによる文章分類モデル(Sentence Classification)の作成に挑戦します。Doc2Vecを使用したときとの比較、特に自分で用意した少ないデータでどのように精度が変わるかを学びます。