サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
パリ五輪
ai999.careers
本講座は日本ディープラーニング協会のDeep Learning資格試験(E資格)の受験に必要な、協会認定の講座プログラム[00011]です。 E資格を受験するためには、本プログラムの受講と修了認定(2年間有効)が必須となります。 E資格とは? 東京大学松尾豊教授が理事を務め、トヨタ自動車やPreferred Networks、NVIDIA、Googleなど日本や世界のAI技術を牽引する企業が監修・協賛する高度なAI技術者を証明するエンジニア資格です。
ー目次ー 第一講: 活性化関数 (PDF全編) Step関数 ReLU関数 Softmax関数 Sigmoid関数 Tanh関数 第二講: 条件付き対数尤度と平均二乗誤差(PDF全編) 最小二乗法,平均二乗誤差 最尤法,条件付き確率,条件付き尤度,最尤推定量 条件付き対数尤度,対数 最尤法(GT版 主に対数) 最尤法(GT版 主に微分) 最尤法(母集団) 最尤法(母平均と母分散) 最尤法(最小二乗法との関係) 第三講: 確率分布(PDF全編) Bernoulli 分布 Gauss分布 正規分布(GT版) 二項分布1(GT版) 二項分布2(GT版) 二項分布3(GT版) 第四講: 損失関数 ~E資格元ネタ(Deep Learning” (2016) の6.2.1 節)の数式を予習 (PDF全編) 機械学習における損失関数とは?,カルバック・ライブラー情報量と交差エントロピー,損失関数としての
既存ユーザのログインユーザー名パスワード ログイン情報を保存
このページを最初にブックマークしてみませんか?
『ai999.careers』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く