FUJIMOTO LAB / DEEP LEARNING CLASS

AIのしくみを、
図から見つけよう。

数字の表から画像、時間の流れ、行動の学習まで。好奇心旺盛なあおい、まじめなはる、AI先生、ROBORONと一緒に、予想して、図で理解して、Colabで確かめよう。

教材を選ぶ

NumPyデータの表ニューラルネットワーク画像認識時系列Boosting強化学習

あおい、はる、AI先生、ROBORONと一緒にデータ、ニューラルネットワーク、画像認識、時系列を学ぶイラスト

WHO IS IT FOR?

Pythonを学んだ、その次へ。

変数、リスト、関数を使ったことがあれば始められます。専門用語はクリックして意味を確認でき、計算は各自の端末に任せずColabで試せます。

図を見る予想するColabで確かめる

EXPLORE / 01—04

データを整える

NumPyで数をまとめるを表すイラスト

01

DATA

NumPyで数をまとめる

一つずつ計算する代わりに、並んだ数へ同じ計算をまとめて行おう。

図と対話で学ぶ

pandasで表を読むを表すイラスト

02

DATA

pandasで表を読む

行と列に意味を付け、欠けた値にも気づけるようになろう。

図と対話で学ぶ

グラフで変化を見つけるを表すイラスト

03

DATA

グラフで変化を見つける

数の並びを線や点に変え、傾向と例外を読み取ろう。

図と対話で学ぶ

予測と答え合わせを表すイラスト

04

MACHINE LEARNING

予測と答え合わせ

過去のデータで学び、まだ見ていないデータで確かめよう。

図と対話で学ぶ

EXPLORE / 05—08

学習のしくみを知る

1つのニューロンをのぞくを表すイラスト

05

DEEP LEARNING

1つのニューロンをのぞく

入力に重みを掛け、足し合わせる。学習の最小単位を追いかけよう。

図と対話で学ぶ

PyTorchで学習の準備を表すイラスト

06

DEEP LEARNING

PyTorchで学習の準備

テンソル、勾配、更新。学習の流れを一度つなげてみよう。

図と対話で学ぶ

層を重ねて分類するを表すイラスト

07

DEEP LEARNING

層を重ねて分類する

入力から中間層を通って出力へ。MLPの役割を図で見よう。

図と対話で学ぶ

データを小分けにして学ぶを表すイラスト

08

DEEP LEARNING

データを小分けにして学ぶ

DatasetとDataLoaderを使い、データを少しずつ取り出して学習へ渡そう。

図と対話で学ぶ

EXPLORE / 09—15

画像を見分ける

画像を小さな窓で見るを表すイラスト

09

VISION

画像を小さな窓で見る

フィルタを動かして、ぼかしや輪郭が生まれる様子を見よう。

図と対話で学ぶ

画像の数値を同じ基準で比べるを表すイラスト

10

VISION

画像の数値を同じ基準で比べる

画像の明るさを表す数値を、学習用データで決めた基準に合わせて変換しよう。

図と対話で学ぶ

CNNで画像を分類するを表すイラスト

11

VISION

CNNで画像を分類する

特徴を探す層と、答えを選ぶ層の役割を分けて考えよう。

図と対話で学ぶ

覚えすぎを防ぐを表すイラスト

12

VISION

覚えすぎを防ぐ

学習用だけ満点でも安心できない。DropoutとBatchNormの役割を比べよう。

図と対話で学ぶ

画像を変形して学習例を増やすを表すイラスト

13

VISION

画像を変形して学習例を増やす

画像を反転・回転するなど、正解が変わらない範囲で学習例を増やそう。

図と対話で学ぶ

学んだ特徴を新しい課題に生かすを表すイラスト

14

VISION

学んだ特徴を新しい課題に生かす

学習済みモデルが見つけた特徴を再利用し、新しい課題に取り組もう。

図と対話で学ぶ

自分の画像を教材にするを表すイラスト

15

VISION

自分の画像を教材にする

自分で撮った画像を、フォルダ名を使って分類用データにする方法と、学習前の点検を知ろう。

図と対話で学ぶ

EXPLORE / 16—17

時間の流れを読む

前の情報を次へ渡すRNNを表すイラスト

16

SEQUENCE

前の情報を次へ渡すRNN

1個前の状態を次へ渡し、数の並びを読む仕組みを知ろう。

図と対話で学ぶ

長めの流れを覚えるLSTMを表すイラスト

17

SEQUENCE

長めの流れを覚えるLSTM

残す・入れる・出すを選び、時系列の手掛かりを追おう。

図と対話で学ぶ

EXPLORE / 18—19

学び方を広げる

この2回は深層学習とは異なる機械学習の考え方です。予測器を組み合わせる方法と、行動の結果から学ぶ方法を比べてみよう。

Boostingで予測を育てるを表すイラスト

18

MACHINE LEARNING

Boostingで予測を育てる

小さな予測器を順番に組み合わせ、前の予測の苦手を補う考え方を知ろう。

図と対話で学ぶ

試しながら学ぶ強化学習を表すイラスト

19

REINFORCEMENT LEARNING

試しながら学ぶ強化学習

ROBORONが道を選び、結果のごほうびを手掛かりに次の行動を変える。

図と対話で学ぶ

HOW TO LEARN

読む → 予想する → 試す

01

図と会話で考える

あおいの疑問から始め、AI先生の説明とはるの確認で仕組みを追います。

02

自分の答えを決める

選択問題では、答えと理由を見て、コードのどこで決まるかを探します。

03

Colabで動かす

各回のノートブックを保存してColabへアップロードします。GPUは必須ではない小さな例から始めます。

AI先生
いきなり全部分からなくても大丈夫なんだよ。図を見て『こうなるかな？』と予想できたら、もう学びは始まっているんだ。