About this Course

Shareable Certificate
Earn a Certificate upon completion
100% online
Start instantly and learn at your own schedule.
Flexible deadlines
Reset deadlines in accordance to your schedule.
Intermediate Level

Python コーディング、高校レベルの数学の知識が必要です。機械学習/ディープラーニングの知識は必須ではありませんが、あれば有用です。

Approx. 14 hours to complete
Japanese
Shareable Certificate
Earn a Certificate upon completion
100% online
Start instantly and learn at your own schedule.
Flexible deadlines
Reset deadlines in accordance to your schedule.
Intermediate Level

Python コーディング、高校レベルの数学の知識が必要です。機械学習/ディープラーニングの知識は必須ではありませんが、あれば有用です。

Approx. 14 hours to complete
Japanese

Offered by

Placeholder

DeepLearning.AI

Syllabus - What you will learn from this course

Week
1

Week 1

2 hours to complete

新しいプログラミングパラダイム 

2 hours to complete
4 videos (Total 16 min), 5 readings, 2 quizzes
4 videos
機械学習入門 3m
ニューラルネットワークの 「Hello World」 5m
TensorFlowとPythonでの「Hello World」のウォークスルー 3m
5 readings
始める前に:TensorFlow 2.0と本講座について10m
ルールからデータへ 10m
試してみよう10m
Google Colaboratory の紹介  10m
1 週目リソース  10m
1 practice exercise
1週目 テスト
Week
2

Week 2

3 hours to complete

コンピュータビジョンの紹介 

3 hours to complete
7 videos (Total 15 min), 6 readings, 2 quizzes
7 videos
コンピュータビジョンの紹介2m
訓練データをロードするようコードを作成する2m
コンピュータビジョン ニューラルネットワークをコーディングする2m
コンピュータビジョンのノートブックのウォークスルー3m
訓練の制御のためにコールバックを使用する1m
コールバックのあるノートブックのウォークスルー1m
6 readings
データの使い方を探求する10m
Fashion-MNIST データの構造10m
方法を理解する10m
コンピュータビジョンに取り組む1h
コールバックの実装方法を見る 10m
2 週目 リソース 10m
1 practice exercise
2 週目 テスト
Week
3

Week 3

4 hours to complete

畳み込みニューラルネットワークでビジョンを強化する 

4 hours to complete
6 videos (Total 19 min), 6 readings, 2 quizzes
6 videos
畳み込みとプーリングとは何か?2m
畳み込み層を実装する1m
プーリング層を実装する4m
畳み込みでファッション分類器を改善する4m
畳み込みのウォークスルー3m
6 readings
畳み込み層とプーリング層をコーディングする 10m
畳み込みについてさらに学ぶ 10m
最初のConvNet(畳み込みニューラルネットワーク)を実習する 10m
試してみよう 1h
フィルターとプールで実験する 1h
3週目リソース  10m
1 practice exercise
3 週目 テスト
Week
4

Week 4

5 hours to complete

現実世界の画像を使用する 

5 hours to complete
9 videos (Total 27 min), 10 readings, 2 quizzes
9 videos
画像ジェネレーターの理解4m
複雑な画像を使用するConvNetを定義する2m
ConvNetをfit_generatorで訓練する2m
ConvNet開発のウォークスルー2m
fit_generatorによるConvNetの訓練のウォークスルー3m
精度をテストする自動検証を追加する4m
画像圧縮の影響を探求する3m
アンドリューとの対話1m
10 readings
影響の大きい実世界のソリューションを探求する10m
ニューラルネットワークを設計する 10m
画像ジェネレーターでConvNetを訓練する 10m
ソリューションを探求する10m
ニューラルネットワークを訓練する10m
「馬と人間」の分類器を使って実験する1h
実習を行い検証を使ってみる30m
圧縮された画像を使った実習 30m
4 週目リソース 10m
まとめ10m
1 practice exercise
4 週目 テスト

Frequently Asked Questions

More questions? Visit the Learner Help Center.