![マガジンのカバー画像](https://assets.st-note.com/production/uploads/images/62485056/5600f0cfc9e7d39300b062ff0b660b7f.jpeg?width=800)
- 運営しているクリエイター
2020年11月の記事一覧
![](https://i.ytimg.com/vi/n9Ei8deEY_4/0.jpg)
【3-2: BERTの全体像】BERTによる自然言語処理を学ぼう!
自然言語処理の様々なタスクで高い性能を発揮する、「BERT」を学ぶUdemyコースです。 https://www.udemy.com/course/nlp-bert/?referralCode=276BD5473E099ACEAFCD YouTubeでコースの一部を無料で公開しています。 BERT(Bidirectional Encoder Representations from Transformers )は2018年10月にGoogleが公開して以来、世界中のAI関係者の注目を集めています。 BERTは「Transformer」と呼ばれるモデルを利用することで、離れた単語間の関係、すなわち「文脈」を考慮した自然言語処理を実現します。 タスクによっては人間並みの精度を発揮する可能性もあり、「応答文の生成」や「文書の要約」といった様々なタスクでの活用が期待されています。 本コースで学ぶことにより、BERTの仕組み、実装方法を理解し、BERTによる日本語文章の処理ができるようになります。 新しい時代の、有用な自然言語処理技術を身に付けましょう。 注: 本コースに先立ちYouTubeでのライブ講義【Live人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。 コースの内容は以下の通りです。 Section1. 講座とBERTの概要 → 自然言語処理、Transformer、BERTについて概要を学びます。 Section2. シンプルなBERTの実装 → 最小限のPythonのコードでBERTを実装します。 Section3. BERTの仕組み → Transformer、BERTなどについて仕組みを詳しく学びます。 Section4. ファインチューニングの活用 → ファインチューニングの概要、そしてBERTにおける活用について解説します。 Section5. BERTの応用 → BERTを使って、自然言語処理のタスクに取り組みます。 なお、今回の講座でプログラミング言語Pythonの解説は最小限となりますが、Pythonの基礎を解説するノートブックがダウンロード可能です。 本コースはディープラーニング用フレームワークとしてPyTorchを使用します。 PyTorchはオープンソースの機械学習ライブラリで、簡潔さ、柔軟性、速度のバランスに優れているため人気が急上昇中です。 また、簡潔な記述が可能なため、最新の研究成果の実装によく使われています。 開発環境にはGoogle Colaboratoryを使用します。 講師: 我妻幸長(@yuky_az) 「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。 東北大学大学院理学研究科修了。理学博士(物理学)。 興味の対象は、人工知能(AI)、脳科学、シンギュラリティなど。 オンライン教育プラットフォームUdemyで、数万人にAIを教える人気講師。 様々な有名企業でAI研修を担当。 著書に、「はじめてのディープラーニング」「はじめてのディープラーニング2」(SBクリエイティブ)、「Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」(翔泳社)。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」(技術評論社)。
![](https://i.ytimg.com/vi/BeWsL9cxMQQ/0.jpg)
【3-1: Section3の概要】BERTによる自然言語処理を学ぼう!
自然言語処理の様々なタスクで高い性能を発揮する、「BERT」を学ぶUdemyコースです。 https://www.udemy.com/course/nlp-bert/?referralCode=276BD5473E099ACEAFCD YouTubeでコースの一部を無料で公開しています。 BERT(Bidirectional Encoder Representations from Transformers )は2018年10月にGoogleが公開して以来、世界中のAI関係者の注目を集めています。 BERTは「Transformer」と呼ばれるモデルを利用することで、離れた単語間の関係、すなわち「文脈」を考慮した自然言語処理を実現します。 タスクによっては人間並みの精度を発揮する可能性もあり、「応答文の生成」や「文書の要約」といった様々なタスクでの活用が期待されています。 本コースで学ぶことにより、BERTの仕組み、実装方法を理解し、BERTによる日本語文章の処理ができるようになります。 新しい時代の、有用な自然言語処理技術を身に付けましょう。 注: 本コースに先立ちYouTubeでのライブ講義【Live人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。 コースの内容は以下の通りです。 Section1. 講座とBERTの概要 → 自然言語処理、Transformer、BERTについて概要を学びます。 Section2. シンプルなBERTの実装 → 最小限のPythonのコードでBERTを実装します。 Section3. BERTの仕組み → Transformer、BERTなどについて仕組みを詳しく学びます。 Section4. ファインチューニングの活用 → ファインチューニングの概要、そしてBERTにおける活用について解説します。 Section5. BERTの応用 → BERTを使って、自然言語処理のタスクに取り組みます。 なお、今回の講座でプログラミング言語Pythonの解説は最小限となりますが、Pythonの基礎を解説するノートブックがダウンロード可能です。 本コースはディープラーニング用フレームワークとしてPyTorchを使用します。 PyTorchはオープンソースの機械学習ライブラリで、簡潔さ、柔軟性、速度のバランスに優れているため人気が急上昇中です。 また、簡潔な記述が可能なため、最新の研究成果の実装によく使われています。 開発環境にはGoogle Colaboratoryを使用します。 講師: 我妻幸長(@yuky_az) 「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。 東北大学大学院理学研究科修了。理学博士(物理学)。 興味の対象は、人工知能(AI)、脳科学、シンギュラリティなど。 オンライン教育プラットフォームUdemyで、数万人にAIを教える人気講師。 様々な有名企業でAI研修を担当。 著書に、「はじめてのディープラーニング」「はじめてのディープラーニング2」(SBクリエイティブ)、「Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」(翔泳社)。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」(技術評論社)。
![](https://i.ytimg.com/vi/O09pDIOFMD4/0.jpg)
【2-2: PyTorchの基礎】BERTによる自然言語処理を学ぼう!
自然言語処理の様々なタスクで高い性能を発揮する、「BERT」を学ぶUdemyコースです。 https://www.udemy.com/course/nlp-bert/?referralCode=276BD5473E099ACEAFCD YouTubeでコースの一部を無料で公開しています。 BERT(Bidirectional Encoder Representations from Transformers )は2018年10月にGoogleが公開して以来、世界中のAI関係者の注目を集めています。 BERTは「Transformer」と呼ばれるモデルを利用することで、離れた単語間の関係、すなわち「文脈」を考慮した自然言語処理を実現します。 タスクによっては人間並みの精度を発揮する可能性もあり、「応答文の生成」や「文書の要約」といった様々なタスクでの活用が期待されています。 本コースで学ぶことにより、BERTの仕組み、実装方法を理解し、BERTによる日本語文章の処理ができるようになります。 新しい時代の、有用な自然言語処理技術を身に付けましょう。 注: 本コースに先立ちYouTubeでのライブ講義【Live人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。 コースの内容は以下の通りです。 Section1. 講座とBERTの概要 → 自然言語処理、Transformer、BERTについて概要を学びます。 Section2. シンプルなBERTの実装 → 最小限のPythonのコードでBERTを実装します。 Section3. BERTの仕組み → Transformer、BERTなどについて仕組みを詳しく学びます。 Section4. ファインチューニングの活用 → ファインチューニングの概要、そしてBERTにおける活用について解説します。 Section5. BERTの応用 → BERTを使って、自然言語処理のタスクに取り組みます。 なお、今回の講座でプログラミング言語Pythonの解説は最小限となりますが、Pythonの基礎を解説するノートブックがダウンロード可能です。 本コースはディープラーニング用フレームワークとしてPyTorchを使用します。 PyTorchはオープンソースの機械学習ライブラリで、簡潔さ、柔軟性、速度のバランスに優れているため人気が急上昇中です。 また、簡潔な記述が可能なため、最新の研究成果の実装によく使われています。 開発環境にはGoogle Colaboratoryを使用します。 講師: 我妻幸長(@yuky_az) 「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。 東北大学大学院理学研究科修了。理学博士(物理学)。 興味の対象は、人工知能(AI)、脳科学、シンギュラリティなど。 オンライン教育プラットフォームUdemyで、数万人にAIを教える人気講師。 様々な有名企業でAI研修を担当。 著書に、「はじめてのディープラーニング」「はじめてのディープラーニング2」(SBクリエイティブ)、「Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」(翔泳社)。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」(技術評論社)。
![](https://i.ytimg.com/vi/6WPs2gq6pLE/0.jpg)
【2-1: Section2の概要】BERTによる自然言語処理を学ぼう!
自然言語処理の様々なタスクで高い性能を発揮する、「BERT」を学ぶUdemyコースです。 https://www.udemy.com/course/nlp-bert/?referralCode=276BD5473E099ACEAFCD YouTubeでコースの一部を無料で公開しています。 BERT(Bidirectional Encoder Representations from Transformers )は2018年10月にGoogleが公開して以来、世界中のAI関係者の注目を集めています。 BERTは「Transformer」と呼ばれるモデルを利用することで、離れた単語間の関係、すなわち「文脈」を考慮した自然言語処理を実現します。 タスクによっては人間並みの精度を発揮する可能性もあり、「応答文の生成」や「文書の要約」といった様々なタスクでの活用が期待されています。 本コースで学ぶことにより、BERTの仕組み、実装方法を理解し、BERTによる日本語文章の処理ができるようになります。 新しい時代の、有用な自然言語処理技術を身に付けましょう。 注: 本コースに先立ちYouTubeでのライブ講義【Live人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。 コースの内容は以下の通りです。 Section1. 講座とBERTの概要 → 自然言語処理、Transformer、BERTについて概要を学びます。 Section2. シンプルなBERTの実装 → 最小限のPythonのコードでBERTを実装します。 Section3. BERTの仕組み → Transformer、BERTなどについて仕組みを詳しく学びます。 Section4. ファインチューニングの活用 → ファインチューニングの概要、そしてBERTにおける活用について解説します。 Section5. BERTの応用 → BERTを使って、自然言語処理のタスクに取り組みます。 なお、今回の講座でプログラミング言語Pythonの解説は最小限となりますが、Pythonの基礎を解説するノートブックがダウンロード可能です。 本コースはディープラーニング用フレームワークとしてPyTorchを使用します。 PyTorchはオープンソースの機械学習ライブラリで、簡潔さ、柔軟性、速度のバランスに優れているため人気が急上昇中です。 また、簡潔な記述が可能なため、最新の研究成果の実装によく使われています。 開発環境にはGoogle Colaboratoryを使用します。 講師: 我妻幸長(@yuky_az) 「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。 東北大学大学院理学研究科修了。理学博士(物理学)。 興味の対象は、人工知能(AI)、脳科学、シンギュラリティなど。 オンライン教育プラットフォームUdemyで、数万人にAIを教える人気講師。 様々な有名企業でAI研修を担当。 著書に、「はじめてのディープラーニング」「はじめてのディープラーニング2」(SBクリエイティブ)、「Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」(翔泳社)。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」(技術評論社)。
![](https://i.ytimg.com/vi/4Qgkbww-tbc/0.jpg)
【1-6: Google Colaboratoryの使い方】BERTによる自然言語処理を学ぼう!
自然言語処理の様々なタスクで高い性能を発揮する、「BERT」を学ぶUdemyコースです。 https://www.udemy.com/course/nlp-bert/?referralCode=276BD5473E099ACEAFCD YouTubeでコースの一部を無料で公開しています。 BERT(Bidirectional Encoder Representations from Transformers )は2018年10月にGoogleが公開して以来、世界中のAI関係者の注目を集めています。 BERTは「Transformer」と呼ばれるモデルを利用することで、離れた単語間の関係、すなわち「文脈」を考慮した自然言語処理を実現します。 タスクによっては人間並みの精度を発揮する可能性もあり、「応答文の生成」や「文書の要約」といった様々なタスクでの活用が期待されています。 本コースで学ぶことにより、BERTの仕組み、実装方法を理解し、BERTによる日本語文章の処理ができるようになります。 新しい時代の、有用な自然言語処理技術を身に付けましょう。 注: 本コースに先立ちYouTubeでのライブ講義【Live人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。 コースの内容は以下の通りです。 Section1. 講座とBERTの概要 → 自然言語処理、Transformer、BERTについて概要を学びます。 Section2. シンプルなBERTの実装 → 最小限のPythonのコードでBERTを実装します。 Section3. BERTの仕組み → Transformer、BERTなどについて仕組みを詳しく学びます。 Section4. ファインチューニングの活用 → ファインチューニングの概要、そしてBERTにおける活用について解説します。 Section5. BERTの応用 → BERTを使って、自然言語処理のタスクに取り組みます。 なお、今回の講座でプログラミング言語Pythonの解説は最小限となりますが、Pythonの基礎を解説するノートブックがダウンロード可能です。 本コースはディープラーニング用フレームワークとしてPyTorchを使用します。 PyTorchはオープンソースの機械学習ライブラリで、簡潔さ、柔軟性、速度のバランスに優れているため人気が急上昇中です。 また、簡潔な記述が可能なため、最新の研究成果の実装によく使われています。 開発環境にはGoogle Colaboratoryを使用します。 講師: 我妻幸長(@yuky_az) 「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。 東北大学大学院理学研究科修了。理学博士(物理学)。 興味の対象は、人工知能(AI)、脳科学、シンギュラリティなど。 オンライン教育プラットフォームUdemyで、数万人にAIを教える人気講師。 様々な有名企業でAI研修を担当。 著書に、「はじめてのディープラーニング」「はじめてのディープラーニング2」(SBクリエイティブ)、「Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」(翔泳社)。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」(技術評論社)。
![](https://i.ytimg.com/vi/RVJLKwOzDmI/0.jpg)
【1-5: BERTの概要】BERTによる自然言語処理を学ぼう!
自然言語処理の様々なタスクで高い性能を発揮する、「BERT」を解説するUdemyコースです。 リリースは12月の初旬になりますが、いくつかの動画を先立って公開します。 BERT(Bidirectional Encoder Representations from Transformers )は2018年10月にGoogleが公開して以来、世界中のAI関係者の注目を集めています。 BERTは「Transformer」と呼ばれるモデルを利用することで、離れた単語間の関係、すなわち「文脈」を考慮した自然言語処理を実現します。 タスクによっては人間並みの精度を発揮する可能性もあり、「応答文の生成」や「文書の要約」といった様々なタスクでの活用が期待されています。 本講座により、新しい時代の有用な自然言語処理技術を身に付けましょう。 講義で使用する教材はこちら。 https://github.com/yukinaga/bert_nlp 講座の内容は以下を予定しています。 Section1. 講座とBERTの概要: https://youtu.be/wPvRJXpLEyg Section2. シンプルなBERTの実装: https://youtu.be/ZK3lFu5mXRM Section3. BERTの仕組み: https://youtu.be/4iEVNNAh0SI Section4. ファインチューニングの活用: https://youtu.be/InWiIJwrvH8 Section5. BERTの応用: https://youtu.be/02tfJx8ic3Q 講座の内容は、予告なく変更されることもあるのでご注意ください。 なお、今回の講座でプログラミング言語Pythonの解説は最小限となります。 【Live!人工知能】 毎週月曜日21時に開催。人工知能(AI)技術に関する無料のライブ講義です。 YouTube Liveを利用して配信されます。 以下のチャンネルで過去のライブ動画の一部を見ることができます。 https://www.youtube.com/channel/UCT_HwlT8bgYrpKrEvw0jH7Q 講師: 我妻幸長(@yuky_az) 「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。 東北大学大学院理学研究科修了。理学博士(物理学)。 興味の対象は、人工知能(AI)、脳科学、シンギュラリティなど。 オンライン教育プラットフォームUdemyで、数万人にAIを教える人気講師。 様々な有名企業でAI研修を担当。 著書に、「はじめてのディープラーニング」「はじめてのディープラーニング2」(SBクリエイティブ)、「Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」(翔泳社)。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」(技術評論社)。
![](https://i.ytimg.com/vi/uJG4ELehq-A/0.jpg)
【1-4: Transformerの概要】BERTによる自然言語処理を学ぼう!
自然言語処理の様々なタスクで高い性能を発揮する、「BERT」を学ぶUdemyコースです。 https://www.udemy.com/course/nlp-bert/?referralCode=276BD5473E099ACEAFCD YouTubeでコースの一部を無料で公開しています。 BERT(Bidirectional Encoder Representations from Transformers )は2018年10月にGoogleが公開して以来、世界中のAI関係者の注目を集めています。 BERTは「Transformer」と呼ばれるモデルを利用することで、離れた単語間の関係、すなわち「文脈」を考慮した自然言語処理を実現します。 タスクによっては人間並みの精度を発揮する可能性もあり、「応答文の生成」や「文書の要約」といった様々なタスクでの活用が期待されています。 本コースで学ぶことにより、BERTの仕組み、実装方法を理解し、BERTによる日本語文章の処理ができるようになります。 新しい時代の、有用な自然言語処理技術を身に付けましょう。 注: 本コースに先立ちYouTubeでのライブ講義【Live人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。 コースの内容は以下の通りです。 Section1. 講座とBERTの概要 → 自然言語処理、Transformer、BERTについて概要を学びます。 Section2. シンプルなBERTの実装 → 最小限のPythonのコードでBERTを実装します。 Section3. BERTの仕組み → Transformer、BERTなどについて仕組みを詳しく学びます。 Section4. ファインチューニングの活用 → ファインチューニングの概要、そしてBERTにおける活用について解説します。 Section5. BERTの応用 → BERTを使って、自然言語処理のタスクに取り組みます。 なお、今回の講座でプログラミング言語Pythonの解説は最小限となりますが、Pythonの基礎を解説するノートブックがダウンロード可能です。 本コースはディープラーニング用フレームワークとしてPyTorchを使用します。 PyTorchはオープンソースの機械学習ライブラリで、簡潔さ、柔軟性、速度のバランスに優れているため人気が急上昇中です。 また、簡潔な記述が可能なため、最新の研究成果の実装によく使われています。 開発環境にはGoogle Colaboratoryを使用します。 講師: 我妻幸長(@yuky_az) 「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。 東北大学大学院理学研究科修了。理学博士(物理学)。 興味の対象は、人工知能(AI)、脳科学、シンギュラリティなど。 オンライン教育プラットフォームUdemyで、数万人にAIを教える人気講師。 様々な有名企業でAI研修を担当。 著書に、「はじめてのディープラーニング」「はじめてのディープラーニング2」(SBクリエイティブ)、「Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」(翔泳社)。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」(技術評論社)。
![](https://i.ytimg.com/vi/DQn3WfACExI/0.jpg)
【1-3: 自然言語処理の概要】BERTによる自然言語処理を学ぼう!
自然言語処理の様々なタスクで高い性能を発揮する、「BERT」を学ぶUdemyコースです。 https://www.udemy.com/course/nlp-bert/?referralCode=276BD5473E099ACEAFCD YouTubeでコースの一部を無料で公開しています。 BERT(Bidirectional Encoder Representations from Transformers )は2018年10月にGoogleが公開して以来、世界中のAI関係者の注目を集めています。 BERTは「Transformer」と呼ばれるモデルを利用することで、離れた単語間の関係、すなわち「文脈」を考慮した自然言語処理を実現します。 タスクによっては人間並みの精度を発揮する可能性もあり、「応答文の生成」や「文書の要約」といった様々なタスクでの活用が期待されています。 本コースで学ぶことにより、BERTの仕組み、実装方法を理解し、BERTによる日本語文章の処理ができるようになります。 新しい時代の、有用な自然言語処理技術を身に付けましょう。 注: 本コースに先立ちYouTubeでのライブ講義【Live人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。 コースの内容は以下の通りです。 Section1. 講座とBERTの概要 → 自然言語処理、Transformer、BERTについて概要を学びます。 Section2. シンプルなBERTの実装 → 最小限のPythonのコードでBERTを実装します。 Section3. BERTの仕組み → Transformer、BERTなどについて仕組みを詳しく学びます。 Section4. ファインチューニングの活用 → ファインチューニングの概要、そしてBERTにおける活用について解説します。 Section5. BERTの応用 → BERTを使って、自然言語処理のタスクに取り組みます。 なお、今回の講座でプログラミング言語Pythonの解説は最小限となりますが、Pythonの基礎を解説するノートブックがダウンロード可能です。 本コースはディープラーニング用フレームワークとしてPyTorchを使用します。 PyTorchはオープンソースの機械学習ライブラリで、簡潔さ、柔軟性、速度のバランスに優れているため人気が急上昇中です。 また、簡潔な記述が可能なため、最新の研究成果の実装によく使われています。 開発環境にはGoogle Colaboratoryを使用します。 講師: 我妻幸長(@yuky_az) 「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。 東北大学大学院理学研究科修了。理学博士(物理学)。 興味の対象は、人工知能(AI)、脳科学、シンギュラリティなど。 オンライン教育プラットフォームUdemyで、数万人にAIを教える人気講師。 様々な有名企業でAI研修を担当。 著書に、「はじめてのディープラーニング」「はじめてのディープラーニング2」(SBクリエイティブ)、「Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」(翔泳社)。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」(技術評論社)。
![](https://i.ytimg.com/vi/TOVUrgzX76c/0.jpg)
【1-2: コースの概要】BERTによる自然言語処理を学ぼう!
自然言語処理の様々なタスクで高い性能を発揮する、「BERT」を学ぶUdemyコースです。 https://www.udemy.com/course/nlp-bert/?referralCode=276BD5473E099ACEAFCD YouTubeでコースの一部を無料で公開しています。 BERT(Bidirectional Encoder Representations from Transformers )は2018年10月にGoogleが公開して以来、世界中のAI関係者の注目を集めています。 BERTは「Transformer」と呼ばれるモデルを利用することで、離れた単語間の関係、すなわち「文脈」を考慮した自然言語処理を実現します。 タスクによっては人間並みの精度を発揮する可能性もあり、「応答文の生成」や「文書の要約」といった様々なタスクでの活用が期待されています。 本コースで学ぶことにより、BERTの仕組み、実装方法を理解し、BERTによる日本語文章の処理ができるようになります。 新しい時代の、有用な自然言語処理技術を身に付けましょう。 注: 本コースに先立ちYouTubeでのライブ講義【Live人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。 コースの内容は以下の通りです。 Section1. 講座とBERTの概要 → 自然言語処理、Transformer、BERTについて概要を学びます。 Section2. シンプルなBERTの実装 → 最小限のPythonのコードでBERTを実装します。 Section3. BERTの仕組み → Transformer、BERTなどについて仕組みを詳しく学びます。 Section4. ファインチューニングの活用 → ファインチューニングの概要、そしてBERTにおける活用について解説します。 Section5. BERTの応用 → BERTを使って、自然言語処理のタスクに取り組みます。 なお、今回の講座でプログラミング言語Pythonの解説は最小限となりますが、Pythonの基礎を解説するノートブックがダウンロード可能です。 本コースはディープラーニング用フレームワークとしてPyTorchを使用します。 PyTorchはオープンソースの機械学習ライブラリで、簡潔さ、柔軟性、速度のバランスに優れているため人気が急上昇中です。 また、簡潔な記述が可能なため、最新の研究成果の実装によく使われています。 開発環境にはGoogle Colaboratoryを使用します。 講師: 我妻幸長(@yuky_az) 「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。 東北大学大学院理学研究科修了。理学博士(物理学)。 興味の対象は、人工知能(AI)、脳科学、シンギュラリティなど。 オンライン教育プラットフォームUdemyで、数万人にAIを教える人気講師。 様々な有名企業でAI研修を担当。 著書に、「はじめてのディープラーニング」「はじめてのディープラーニング2」(SBクリエイティブ)、「Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」(翔泳社)。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」(技術評論社)。
![](https://i.ytimg.com/vi/8yDtMaTFZ0s/0.jpg)
【1-1: イントロダクション】BERTによる自然言語処理を学ぼう!
自然言語処理の様々なタスクで高い性能を発揮する、「BERT」を学ぶUdemyコースです。 https://www.udemy.com/course/nlp-bert/?referralCode=276BD5473E099ACEAFCD YouTubeでコースの一部を無料で公開しています。 BERT(Bidirectional Encoder Representations from Transformers )は2018年10月にGoogleが公開して以来、世界中のAI関係者の注目を集めています。 BERTは「Transformer」と呼ばれるモデルを利用することで、離れた単語間の関係、すなわち「文脈」を考慮した自然言語処理を実現します。 タスクによっては人間並みの精度を発揮する可能性もあり、「応答文の生成」や「文書の要約」といった様々なタスクでの活用が期待されています。 本コースで学ぶことにより、BERTの仕組み、実装方法を理解し、BERTによる日本語文章の処理ができるようになります。 新しい時代の、有用な自然言語処理技術を身に付けましょう。 注: 本コースに先立ちYouTubeでのライブ講義【Live人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。 コースの内容は以下の通りです。 Section1. 講座とBERTの概要 → 自然言語処理、Transformer、BERTについて概要を学びます。 Section2. シンプルなBERTの実装 → 最小限のPythonのコードでBERTを実装します。 Section3. BERTの仕組み → Transformer、BERTなどについて仕組みを詳しく学びます。 Section4. ファインチューニングの活用 → ファインチューニングの概要、そしてBERTにおける活用について解説します。 Section5. BERTの応用 → BERTを使って、自然言語処理のタスクに取り組みます。 なお、今回の講座でプログラミング言語Pythonの解説は最小限となりますが、Pythonの基礎を解説するノートブックがダウンロード可能です。 本コースはディープラーニング用フレームワークとしてPyTorchを使用します。 PyTorchはオープンソースの機械学習ライブラリで、簡潔さ、柔軟性、速度のバランスに優れているため人気が急上昇中です。 また、簡潔な記述が可能なため、最新の研究成果の実装によく使われています。 開発環境にはGoogle Colaboratoryを使用します。 講師: 我妻幸長(@yuky_az) 「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。 東北大学大学院理学研究科修了。理学博士(物理学)。 興味の対象は、人工知能(AI)、脳科学、シンギュラリティなど。 オンライン教育プラットフォームUdemyで、数万人にAIを教える人気講師。 様々な有名企業でAI研修を担当。 著書に、「はじめてのディープラーニング」「はじめてのディープラーニング2」(SBクリエイティブ)、「Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」(翔泳社)。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」(技術評論社)。
![](https://i.ytimg.com/vi/DlserPlZgRU/0.jpg)
【レクチャー: 多項式関数】AIのための数学講座:少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分
「AIのための数学講座:少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分」、コースの一部を無料公開します。 https://www.udemy.com/course/math-for-ai/?referralCode=7CDBECD3720E59152B12 「AIのための数学講座」は、誰にでも開かれた人工知能向け数学の講座です。 この講座では線形代数、微分、確率・統計を基礎から少しづつ丁寧に解説するので、人工知能に必要な数学を無理なく着実に身につけることができます。 本コースの最大の特徴は、AI向けの数学をコードを書きながら学べることです。プログラミング言語Pythonのコードを書いて、手を動かしながら数学を学習します。 これにより、数式の意味を体験を通して理解できます。 講師: 我妻幸長(@yuky_az) 他の講座はこちらから。 https://sai-lab.co.jp/onlinecourse/
![](https://i.ytimg.com/vi/pB58TzBzrUQ/0.jpg)
【レクチャー: 分散と標準偏差】AIのための数学講座:少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分
「AIのための数学講座:少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分」、コースの一部を無料公開します。 https://www.udemy.com/course/math-for-ai/?referralCode=7CDBECD3720E59152B12 「AIのための数学講座」は、誰にでも開かれた人工知能向け数学の講座です。 この講座では線形代数、微分、確率・統計を基礎から少しづつ丁寧に解説するので、人工知能に必要な数学を無理なく着実に身につけることができます。 本コースの最大の特徴は、AI向けの数学をコードを書きながら学べることです。プログラミング言語Pythonのコードを書いて、手を動かしながら数学を学習します。 これにより、数式の意味を体験を通して理解できます。 講師: 我妻幸長(@yuky_az) 他の講座はこちらから。 https://sai-lab.co.jp/onlinecourse/
![](https://i.ytimg.com/vi/nqf_zMu7yjA/0.jpg)
【レクチャー: 行列の積】AIのための数学講座:少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分
「AIのための数学講座:少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分」、コースの一部を無料公開します。 https://www.udemy.com/course/math-for-ai/?referralCode=7CDBECD3720E59152B12 「AIのための数学講座」は、誰にでも開かれた人工知能向け数学の講座です。 この講座では線形代数、微分、確率・統計を基礎から少しづつ丁寧に解説するので、人工知能に必要な数学を無理なく着実に身につけることができます。 本コースの最大の特徴は、AI向けの数学をコードを書きながら学べることです。プログラミング言語Pythonのコードを書いて、手を動かしながら数学を学習します。 これにより、数式の意味を体験を通して理解できます。 講師: 我妻幸長(@yuky_az) 他の講座はこちらから。 https://sai-lab.co.jp/onlinecourse/
![](https://i.ytimg.com/vi/bHkrxC1ywhs/0.jpg)
【レクチャー: LSTMの概要】自然言語処理とチャットボット: AIによる文章生成と会話エンジン開発
大人気のAI講座( https://sai-lab.co.jp/onlinecourse/ )、その一部を公開します。 https://www.udemy.com/course/ai-nlp-bot/?referralCode=A21DC29D78E3EB1BB582 必要なPythonと数学を習得した上で、単語をベクトル化するword2vec、時系列データを扱うRNNなどを学んでいきます。 これらの技術をベースに、夏目漱石や宮沢賢治、江戸川乱歩の文体を模倣した、テキストの自動生成を行います。 また、Seq2Seqによる対話文の自動生成技術を学び、チャットボット開発につながる対話文の自動生成を行います。 そして、AIに宮沢賢治の文体を学習させて、賢治botを作ります。 ヒトと機械のコミュニケーションについて、可能性を探ってみましょう。 本コースは、可能な限り多くの方が自然言語処理(NLP)を学ぶことができるように、プログラミングと数学から始めてbot開発に至るまで、手を動かしながら少しずつ丁寧に学べるように設計されています。 講師: 我妻幸長(@yuky_az) 他の講座はこちらから。 https://sai-lab.co.jp/onlinecourse/