ディープラーニング入門

Pythonで学ぶDeep Learning入門

Dan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

銀行で働いていると想像してください

  • 来年度に各顧客が行う取引件数を予測する必要があります
Pythonで学ぶDeep Learning入門

線形回帰で見た例

線形回帰で見た例

Pythonで学ぶDeep Learning入門

線形回帰で見た例

線形回帰で見た例

Pythonで学ぶDeep Learning入門

線形回帰で見た例

線形回帰で見た例

Pythonで学ぶDeep Learning入門

線形回帰で見た例

線形回帰で見た例

Pythonで学ぶDeep Learning入門

線形回帰で見た例

線形回帰で見た例

Pythonで学ぶDeep Learning入門

線形回帰で見た例

線形回帰で見た例

Pythonで学ぶDeep Learning入門

線形回帰で見た例

線形回帰で見た例

Pythonで学ぶDeep Learning入門

線形回帰で見た例

線形回帰で見た例

Pythonで学ぶDeep Learning入門

線形回帰で見た例

線形回帰で見た例

Pythonで学ぶDeep Learning入門

線形回帰で見た例

線形回帰で見た例

Pythonで学ぶDeep Learning入門

線形回帰で見た例

線形回帰で見た例

Pythonで学ぶDeep Learning入門

線形回帰で見た例

線形回帰で見た例

Pythonで学ぶDeep Learning入門

線形回帰で見た例

線形回帰で見た例

Pythonで学ぶDeep Learning入門

線形回帰で見た例

線形回帰で見た例

Pythonで学ぶDeep Learning入門

相互作用

  • ニューラルネットは相互作用をよく捉えます
  • ディープラーニングは特に強力なニューラルネットを使います
    • テキスト
    • 画像
    • 動画
    • 音声
    • ソースコード
Pythonで学ぶDeep Learning入門

コース構成

  • 最初の2章は概念理解に集中
    • 典型的な予測課題でDLモデルをデバッグ・チューニング
    • 最新アプリケーションへの基礎を構築
  • 第3・第4章で効果が出ます
Pythonで学ぶDeep Learning入門

KerasでDLモデルを構築・調整する

import numpy as np
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import Sequential
predictors = np.loadtxt('predictors_data.csv', delimiter=',')
n_cols = predictors.shape[1]
model = Sequential()

model.add(Dense(100, activation='relu', input_shape = (n_cols,)))
model.add(Dense(100, activation='relu'))
model.add(Dense(1))
Pythonで学ぶDeep Learning入門

DLモデルは相互作用を捉える

DLモデルは相互作用を捉える

Pythonで学ぶDeep Learning入門

DLモデルは相互作用を捉える

DLモデルは相互作用を捉える

Pythonで学ぶDeep Learning入門

DLモデルは相互作用を捉える

DLモデルは相互作用を捉える

Pythonで学ぶDeep Learning入門

ニューラルネットの相互作用

ニューラルネットの相互作用

Pythonで学ぶDeep Learning入門

ニューラルネットの相互作用

ニューラルネットの相互作用

Pythonで学ぶDeep Learning入門

ニューラルネットの相互作用

ニューラルネットの相互作用

Pythonで学ぶDeep Learning入門

ニューラルネットの相互作用

ニューラルネットの相互作用

Pythonで学ぶDeep Learning入門

ニューラルネットの相互作用

ニューラルネットの相互作用

Pythonで学ぶDeep Learning入門

Passons à la pratique !

Pythonで学ぶDeep Learning入門

Preparing Video For Download...