はじめに
  • これから学習を始めるにあたり
  • 自己紹介
  • 講座の概要
Python入門
  • Pythonってどんな言語?
  • 簡単なプログラムの実行(説明編)
  • 簡単なプログラムの実行(実践編)
  • 変数と演算①(説明編)
  • 変数と演算①(実践編)
  • 変数と演算②(説明編)
  • 変数と演算②(実践編)
  • Python振り返り①
  • .pyファイルの入力と実行
  • 分岐処理①(説明編)
  • 分岐処理①(実践編)
  • 分岐処理②(説明編)
  • 分岐処理②(実践編)
  • 分岐処理③(説明編)
  • 分岐処理③(実践編)
  • 分岐処理
  • 繰りかえし処理①(説明編)
  • 繰りかえし処理①(実践編)
  • 繰りかえし処理②(説明編)
  • 繰りかえし処理②(実践編)
  • 繰りかえし処理③(説明編)
  • 繰りかえし処理③(実践編)
  • データ構造①(リスト:前編)(説明編)
  • データ構造①(リスト:前編)(実践編)
  • データ構造②(リスト:後編)(説明編)
  • データ構造②(リスト:後編)(実践編)
  • データ構造③(タプル・集合)(説明編)
  • データ構造③(タプル・集合)(実践編)
  • データ構造④(辞書)(説明編)
  • データ構造⑤(辞書)(実践編)
  • 関数①(説明編)
  • 関数①(実践編)
  • 関数②(説明編)
  • 関数②(実践編)
  • モジュール①(説明編)
  • モジュール①(実践編)
  • モジュール②(説明編)
  • モジュール②(実践編)
  • オブジェクト指向①(クラスとオブジェクト)
  • オブジェクト指向②(インスタンスの生成)
  • オブジェクト指向③(複数のインスタンス)
  • オブジェクト指向①~③(実践編)
  • オブジェクト指向④(継承)(説明編)
  • オブジェクト指向④(継承)(実践編)
人工知能とは何か
  • 人工知能入門①(人工知能とは何か)
  • 人工知能入門②(フレーム問題)
  • 人工知能入門③(第三次AIブーム)
  • 人工知能入門④(人工知能のレベル)
  • 人工知能⑤(チューリングテスト)
  • 人工知能⑥(2045年問題とシンギュラリティ)
  • 機械学習とニューラルネット①(機械学習とは何か)
  • 機械学習とニューラルネット②(教師あり学習)
  • 機械学習とニューラルネット③(教師なし学習・強化学習)
  • 機械学習とニューラルネット④(ニューラルネットとは何か)
  • 機械学習とニューラルネット⑤(パーセプトロン)
  • 機械学習とニューラルネット⑥(バックプロパゲーション)
  • 深層学習とニューラルネット⑦(深層学習)
  • 深層学習とニューラルネット⑧(CNN)
  • 深層学習とニューラルネット⑨(RNN)
  • ニューラルネットの数学的基礎①(使用するライブラリ)
  • ニューラルネットの数学的基礎②(pip・説明編)
  • ニューラルネットの数学的基礎②(pip・実践編)
  • ニューラルネットの数学的基礎③(ベクトル・説明編)
  • ニューラルネットの数学的基礎③(ベクトル・実践編)
  • ニューラルネットの数学的基礎④(行列・説明編)
  • ニューラルネットの数学的基礎④(行列・実践編)
  • ニューラルネットの数学的基礎⑤(matplotlib・説明編)
  • ニューラルネットの数学的基礎⑤(matplotlib・実践編)
  • ニューラルネットの数学的基礎⑥(活性化関数・説明編)
  • ニューラルネットの数学的基礎⑥(活性化関数・実践編)
  • ニューラルネットの数学的基礎⑦(パーセプトロン・説明編)
  • ニューラルネットの数学的基礎⑦(パーセプトロン・説明編)
  • ニューラルネットの数学的基礎⑧(パーセプトロンの限界)
  • ニューラルネットの数学的基礎⑨(多層ニューラルネット)
  • ニューラルネットの数学的基礎⑨(多層ニューラルネット)
  • ニューラルネットの数学的基礎⑩(ニューラルネットの限界とまとめ)
  • Tensorflow+Kerasで深層学習(導入)
  • Tenforflow+Kerasで深層学習(condaでインストール)
  • Tensorflow+Kerasで深層学習①(アヤメの分類①)
  • Tensorflow+Kerasで深層学習②(アヤメの分類②(説明編))
  • Tensorflow+Kerasで深層学習②(アヤメの分類②(実践編))
  • Tensorflow+Kerasで深層学習③(アヤメの分類③(説明編))
  • Tensorflow+Kerasで深層学習③(アヤメの分類④(実践編))
  • Tensorflow+Kerasで深層学習④(アヤメの分類④(説明編))
  • Tensorflow+Kerasで深層学習④(アヤメの分類④(実践編))
  • Tensorflow+Kerasで深層学習⑤(アヤメの分類⑤(説明編))
  • Tensorflow+Kerasで深層学習⑤(アヤメの分類⑤(実践編))
  • Tensorflow+Kerasで深層学習⑥(MNINSTの構造(説明編))
  • Tensorflow+Kerasで深層学習⑦(CNNの構築(説明・編))
  • Tensorflow+Kerasで深層学習⑦(CNNの構築実践編))
  • 講座を終えるにあたり