Help us understand the problem. What is going on with this article?

東大松尾研から新たに無償公開されたDeep Learning講座「DL4US」が良い、という話

More than 1 year has passed since last update.

5/15より東大松尾研究室からDeepLearningエンジニア養成講座「DL4US」の演習コンテンツが無償公開されました。
※講義パートは公開されていない
DL4USコンテンツ公開ページ

私は業務でデータ分析に携わっており、sklern等での機械学習には触れたことがありますが
Deep Learningは「いつか勉強しよう...」と思ってできていない状況でした。
※一度Udemyで講座を受講しましたが、挫折しています。

まだDL4USのLesson0,1をやってみただけですが、非常に良いものだと感じたのでシェアしたいと思います!!

DL4USについて

DL4USの紹介記事から本講座の特徴を引用させていただきます。

  • アプリケーション指向
  • 高度な数学的知識は不要
  • 1人1台独立した仮想GPU環境を用意
  • 実際にモデルを学習させながら技術を習得
  • コードはすべてKeras (TensorFlow)と標準的なライブラリ(Numpy、Scipy、 Scikit-learnなど)で構成

また、本講座の目次は以下の通りです。

  • Lesson 0: 機械学習・Deep Learningのキソ 機械学習概観
  • Lesson 1: 手書き文字認識をしよう
    • Keras入門、MNIST、MLP、前処理、勾配に関するテクニック、過学習に関する手法、Fashion MNIST
  • Lesson 2: 畳み込みニューラルネットワーク
    • CNN基礎、Data Augmentation、画像データの正規化、Batch Normalization、Skip Connection
  • Lesson 3: 系列データで予測させてみよう
    • RNN、BPTT、Gradient Clipping、LSTM、GRU
  • Lesson 4: ニューラル翻訳モデルをつくってみよう
    • 言語モデル、分散表現、Seq2Seq、Keras Functional API、Attention
  • Lesson 5: 画像からキャプションを生成してみよう
    • MSCOCO、学習済みモデルの利用、キャプション生成、Attention
  • Lesson 6: ニューラルネットに画像を生成させよう
    • 生成モデル入門、GAN、Conditional GAN、VAE
  • Lesson 7: ニューラルネットでゲームを攻略するAIをつくろう
    • 強化学習入門、Q学習、DQN、OpenAI Gym、Double DQN、Dueling Network

本講座は「エンジニア向けに実装に重きを置いて、より実践的な内容」になっているとのことで
モデルを作成して実際に動かすところが何度も出てくる内容になっています。

本講座はPythonを使いますが、目次をご覧いただければわかるようにPythonについての解説はありませんので
Pythonをまだ使ったことが無い方は、さらっと文法を確認する必要があります。
Kerasについては基礎的な文法から解説してくれているので、Pythonの基礎文法がわかっていればとりあえず理解できると思います!

少しやってみて

とにかく書き方が初学者に優しいです。
「エンジニア向け」と書かれているので、もっととっつきにくいかと思っていましたが
DeepLearningにおいては、全くの初心者が想定されて書かれていると思います。

「講義パートはなく演習パートのみ」とのことでしたが説明が不足しているということはなく、
特に関数の成り立ちや特性、パラメータが毎回しっかり解説されていて
「ここは毎回こう書いてください」という、おまじない的な覚え方にならず非常に良いなと思いました。

個人的に非常によいコンテンツだと思い、引き続き学習していく予定なので
Deep Learningに興味がある方は是非一度覗いてみてください!!

katsuki104
ソフトウェアのプリセールスSEからプログラマーになったデータサイエンティストになりたいベイビーです。
avinton
ビックデータ解析、機械学習に強みを持ち、技術検証~商用化のシステム開発まで一気通貫でサービス提供をしています。社内には、データサイエンティスト、機械学習、バックエンド、フロントエンド、インフラと幅広い技術を持ったエンジニアが在籍しております。
https://avinton.com/
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした