機械学習の歴史を皮切りに、ニューラル ネットワークがデータ サイエンスのさまざまな問題でうまく機能している理由をご紹介します。次に、教師あり学習の問題を設定し、勾配降下法を使用して適切な解決策を見つける方法について説明します。これには、一般化が可能なデータセットの作成も含まれます。実験に対応するため、繰り返し使用できるデータセットの作成方法について解説します。

コースの目標: ディープ ラーニングが注目を集めている理由を理解する 損失関数とパフォーマンス指標を使用して、モデルの最適化と評価を行う 機械学習で発生しがちな一般的な問題を軽減する 繰り返し使用可能でスケーラブルなトレーニング用、評価用、テスト用のデータセットを作成する