座学

はじめに ここでは、『自然言語処理とは？』、『自然言語処理でできること』について解説していきます。もし、この解説でAIをつくってみたいと感じたら、次回の記事にプログラミングの方法を載せているのでご自由にお使いください。 p.s...

機械学習の初心者向けに解説。カテゴリカルクロスエントロピー＆バイナリクロスエントロピー＆平均二乗誤差について解説します。この次は、知識を使って、誰でもできる、実践編（プログラミング）を一緒にやっていきましょう！

GANモデルは学習が不安定になりがちです。それを見ると、私の心も不安定(なんちゃって)。ここでは、そんな学習も心も不安定になってしまった人に向けての、GANモデルパラメーター調整のコツを紹介します。私の過去からの経験から【これは効果あった】や一般論をまとめています。

ここではGAN(敵対生成ネットワーク)について解説していきます。また、解説は複雑な概念理解には重きを置かず、【すぐに実践できるレベル】の知識のみを提供しています。座学で時間を浪費しないように必要最低限の重要な知識のみに絞って提供しています。これを読み終えたらすぐにＧＡＮを使った実装に移ってワクワクするような体験を積んでいきましょう。【実践編あり】

ここでは、AIを実装する上で使用頻度の高い活性化関数を解説します。また、解説はAscendBeyond式にのっとり、複雑な概念理解には重きを置かず実装に必要な最低限の重要な知識のみを提供しています。座学で時間を浪費していては、AIを作るという本来の目的から離れるばかりですからね。やはり、座学よりも実践に時間を多く費やしてほしいので、座学は軽く頭に入れる程度にしてどんどん実践を積んでください。