書籍で学ぶ
1. Deep Learning (Adaptive Computation and Machine Learning series)
このディープラーニングの書籍は
機械学習に携わる人の、機械学習に携わる人による、機械学習に携わるための
一から始めるためのリソースです。
提供元
Ian Goodfellow, Yoshua Bengio, Aaron Courville
学べること
- 数学
- 理論
- 構築
構成
Part 1: 応用数学と機械学習の基礎
- 線形代数
- 確率と情報理論
- 数値計算
- 機械学習の基礎
Part 2: 現代的な実用ディープネットワーク
- ディープフィードフォワードネットワーク
- ディープラーニングのための正則化
- ディープモデルを学習するための最適化
- 畳み込みネットワーク
- シーケンスモデリング リカレントネットとリカーシブネット
- 実用的な方法論
- 応用例
Part 3: ディープラーニングの研究
*線形因子モデル
- オートエンコーダ
- 表現学習
- ディープラーニングのための構造化確率モデル
- モンテカルロ法
- 分割関数との対決
- 近似推論
- 深層生成モデル
2. Neural Networks and Deep Learning
この書籍は
ニューラルネットワークの理論的背景をまなぶことができます。
Tensorflowは使用していません。
さらに知識を深め方向け。
提供元
Michael Nielsen
学べること
- コード
- 数学
- 理論
- 構築
構成
- ニューラルネットによる手書き文字認識
- バックプロパゲーションアルゴリズムのしくみ
- ニューラルネットの学習方法を改善する
- ニューラルネットがあらゆる関数を計算できることの視覚的証明
- なぜディープニューラルネットワークの学習は難しいのか？
- ディープラーニング
- 付録 知能を実現するシンプルなアルゴリズムはあるか？
オンラインコースで学ぶ
3. TensorFlowによるディープラーニングの概要
TensorFlowチームとUdacityの開発によるオンラインコースです。
ディープラーニングアプリケーションの作成方法を学べます。
学べること
- コード
- 数学
- 理論
- 構築
4. 機械学習集中講座
Machine Learning Crash Course with TensorFlow API は、
機械学習を実践的に利用しようとしている方向けの自習ガイドです。
ビデオ講義シリーズ、
実社会のケーススタディ、
ハンズオン演習を通じて
機械学習を学べます。
学べること
- 数学
- 理論
5. MIT 6.S191: Introduction to Deep Learning
MIT 提供のこのコースでは、
TensorFlow でニューラル ネットワークを構築する実践演習を受けることができます。
学べること
- 数学
- 理論
- 構築
▼ ワンコインAI無料お試し
▼ DeepRecommendから限定情報を受け取る