機械学習エンジニアのための微積分入門：勾配、導関数、連鎖律
機械学習モデルの最適化と効率的なデプロイメントに必要な微積分の基礎を習得し、勾配、導関数、連鎖律の概念を実践的に応用するコースです。
...
Share
導関数と最適化の基礎
Unit 1: 変化の測定：導関数入門
変化の速さとは？
導関数とは？
導関数を計算する
Unit 2: 微分法則をマスターする
関数の組み合わせ
積と商の微分
連鎖律の力
Unit 3: 導関数とMLの関連性
MLにおける導関数
勾配と多変数最適化
Unit 1: 多変数関数の基礎と偏導関数
多変数関数とは？
偏導関数：部分的な変化
Unit 2: 勾配の理解と計算
勾配：方向と大きさ
勾配の計算演習
Unit 3: 連鎖律とバックプロパゲーション
多変数連鎖律の応用
NNの勾配計算
Unit 4: 勾配降下法と最適化アルゴリズム
勾配降下法：基本
最適化アルゴリズムの進化
