こんにちは、ようこそ。 ご存知のように 深層学習によって サーチエンジンや広告などの
従来のネットビジネスが形を変えただけでなく 全く新しい製品やビジネスや 人々が助け合うやり方を
可能にしています このことは様々な領域にわたります
深層学習が X線映像をより正確に読み取れるようになることで より良い医療を提供したり
個人個人用に調整された教育や 精密農業や自動運転車や
多くの例があります もしあなたが深層学習のツールを学んで 素晴らしいものを作るのに
利用する方法を学びたいのなら その役にたてればと思います Coursera のスペシャリゼーションと呼ばれる 一連のコースを修了すれば 自信を持って深層学習を履歴書に
書き加えることができるでしょう これからの数十年で AI が支える素晴らしい世界・社会を
誰もが作れる機会があると 考えています AI が支える社会を作るのに
あなたが活躍できることを望んでいます では始めましょう AI は次世代の
電気のようなものです 約100年前から 社会を電化することで
全ての代表的な産業が形を変えました これは様々な領域にわたり 輸送業、製造業、医療、通信業
この他にも多くが変わりました 今日ではAI が同様に
大きな変革をもたらすという 驚くほど明らかな道が示されています AI の分野で急激に成長していて 成長を推進しているのは
もちろん深層学習です このように今日
深層学習は 技術業界で最も強く求められている
スキルのひとつです このコースと
後続するコース群によって このスキルを習得し極めて欲しいのです 一連のコースでこれらのことを学びます Coursera でスペシャリゼーションと
呼ばれるものです 最初のコースでは ニューラルネットワークの基礎を学びます ニューラルネットワークと
深層学習を学びます 今見ているこのビデオは ４週間で完了する１つ目のコースの１部です スペシャリゼーションの５つのコースは
それぞれ２～４週間で完了します ほとんどが４週間より
短いものです 最初のコースでは 深層ニューラルネットワークを含む
ニューラルネットワークを作り データで学習させる方法を学びます このコースの終わりには 深層ニューラルネットワークを作れるようになります
何を判定できると思いますか？ 猫です 深層学習ではあちこちで
なぜか猫が使われています この伝統にならって
最初のコースでは 猫の認識機を作ります ２つ目のコースでは 深層学習の実践的側面を学びます ネットワークを作った後で 高性能にする方法を学びます ここではハイパーパラメーターチューニングや 正規化やバイアス・バリアンスを判断することや 最適化アルゴリズムを学びます
Momentum、RMSProp、Adam などの方法です チューニングに多くを費やしこともあり ニューラルネットワークをどう作るかには
黒魔術のようなところがあります ３週間しかない２つ目のコースでは この黒魔術を分かりやすく説明します ２週間しかない３つ目のコースでは 機械学習のプロジェクトを
どう構成すべきかを学びます 機械学習システムの作り方の戦略は 深層学習の時代には変わってしまいました 例えば深層学習時代では
データ分割の方法が変わりました トレーニングセット、デブセットとも呼ばれる
ホールドアウト交差検証セット テストセットへの分割方法が変わりました 新しい最も有効な分割方法は
何なのでしょうか トレーニングセットとテストセットを
別々の経路から取得した場合にはどうするか 深層学習時代にはよくあることになりました どう対処すればよいでしょうか end-to-end 深層学習という言葉を
聞いたことがありますか これについても
３つ目のコースで学びます 使うべきところを学びます ３つ目のコースで使う素材は
より独特なものです 数多くの深層学習の製品を
作り発売する時に 私自身が困難な経験から学んだ教訓を
共有します 私が知る限り 深層学習を大学で教えているコースでは このような素材はほとんど扱われていませんが あなたが作る深層学習のシステムが
うまく動作することを望んで共有します 次のコースでは CNN と略されることのある
畳み込みニューラルネットワークを扱います 畳み込みニューラルネットワークは
画像によく利用されます コース４ではこのモデルの作り方を学びます 最後にコース５では シーケンスモデルを学び どう自然言語処理や他の課題に
利用するのかを学びます シーケンスモデルには RNN と略す再帰型ニューラルネットワークや
LSTM モデルがあります Long Short Term Memory モデルの略語です コース５ではこれらの用語が意味するものと どう自然言語処理課題に利用するのかを習得します このようにコース５ではこのモデルを学び
順番が重要なデータへの適用ができるようになります 例えば 自然言語はただ一連の語があるだけです このモデルを音声認識や作曲や
その他の課題に 適用する方法を理解できるようになります これらのコースを通して 深層学習のツールを学び 素晴らしいものを作るのに
利用できるようになります これらを通じてキャリアを
築けるよう望んでいます では始めましょう 次のビデオに進んで 教師あり学習への
深層学習の適用を見てみましょう