イントロダクション
  • コースの概要
  • ディープラーニングの概要
学習の準備
  • Anacondaのインストール
  • Jupyter Notebookの使い方
  • 教材のダウンロードとコースの学び方
Pythonの基礎
  • Pythonの基礎1
  • Pythonの基礎2
  • NumPyの基礎
  • matplotlibの基礎
数学の基礎
  • 数学の基礎
  • 線形代数の基礎
  • 微分の基礎
  • 正規分布
ニューラルネットワーク
  • ニューラルネットワークの概要
  • 単一ニューロンの計算
  • 順伝播と逆伝播
  • 層間の計算
  • 回帰と分類
  • 活性化関数
  • 単一ニューロンの実装
  • ニューラルネットワークの構築(回帰)
  • ニューラルネットワークの構築(分類)
バックプロパゲーション
  • バックプロパゲーションの概要
  • 訓練データとテストデータ
  • 損失関数
  • 勾配降下法
  • 出力層の勾配
  • 中間層の勾配
  • エポックとバッチ
  • 行列による順伝播の演算
  • 行列による逆伝播の演算
  • 学習の準備
  • 層のクラスによる実装
  • 回帰の例を実装
  • 分類の例を実装
ディープラーニング
  • ディープラーニングが抱える問題
  • 最適化アルゴリズム
  • Irisデータセット
  • 学習の準備
  • 各層の実装
  • 全体のコードと実行結果
  • ドロップアウト
畳み込みニューラルネットワーク(CNN)
  • 畳み込みニューラルネットワークの概要
  • im2colとcol2im
  • 畳み込み層の実装
  • プーリング層の実装
  • 学習の準備
  • CNNの実装
ボーナスレクチャー
  • ボーナスレクチャー