カリキュラム
データサイエンス
Month 3
Month 3
ML/データ
深層学習の基礎を身につけよう
全31ステップ · 約20時間
Step 1: Step 1
0時間
1-0
誤差逆伝播法
LESSON
1-0
パーセプトロンと活性化関数
LESSON
1-0
深層学習入門
LESSON
1-0
ネットワークアーキテクチャ
LESSON
1-0
演習:ニューラルネットワークの動作を理解しよう
LESSON
1-0
ニューラルネットワーク基礎クイズ
LESSON
Step 2: Step 2
0時間
2-0
PyTorch基礎
LESSON
2-0
Dataset/DataLoader
LESSON
2-0
モデル定義
LESSON
2-0
演習:PyTorchで分類モデルを実装しよう
LESSON
2-0
PyTorch基礎クイズ
LESSON
2-0
学習ループ
LESSON
Step 3: Step 3
0時間
3-0
畳み込み層の仕組み
LESSON
3-0
代表的なCNNアーキテクチャ
LESSON
3-0
画像データ拡張
LESSON
3-0
転移学習
LESSON
3-0
演習:CNNで商品画像を分類しよう
LESSON
3-0
CNN画像分類クイズ
LESSON
Step 4: Step 4
0時間
4-0
Attention機構
LESSON
4-0
BERTとGPT
LESSON
4-0
事前学習モデルのファインチューニング
LESSON
4-0
Transformerアーキテクチャ
LESSON
4-0
Transformerクイズ
LESSON
4-0
演習:Transformerモデルを活用しよう
LESSON
Step 5: Step 5
0時間
5-0
最適化テクニック
LESSON
5-0
正則化テクニック
LESSON
5-0
演習:モデルの性能を改善しよう
LESSON
5-0
深層学習のデバッグ
LESSON
5-0
実践テクニッククイ ズ
LESSON
Step 6: Step 6
0時間
6-0
総合演習:深層学習プロジェクトレポート
LESSON
6-0
総合クイズ
LESSON