高校数学からはじめる深層学習入門(畳み込みニューラルネットワークの理解)

Aidemyさんとのタイアップで深層学習の入門、特に畳み込みニューラルネットワーク(CNN)について解説しました。
深層学習に使う数学の基礎知識が知りたい方はこちらの動画も参考に↓
中学数学からはじめるAI(人工知能)のための数学入門
• 中学数学からはじめるAI(人工知能)のための...
■Aidemy Premium Plan（アイデミープレミアムプラン）とは？
AI・データ分析を自宅で学べるプログラミングスクール。未経験でも基礎から実践スキルまで最短3ヶ月で学べます。
さらに無料のオンライン相談会で「ヨビノリを見た！」と言うと３万円の特別割引サービスも！
まずはお気軽に無料オンライン相談をご利用下さい。詳しくはこちら↓
aidemy.net/grit/premium/?utm_...
※割引の提供は無料オンライン相談に初めて参加された方限定です。キャンペーン期間は2022年8月31日までとなります。
※Aidemy Premiumでは学割の提供を終了いたしました。本割引キャンペーンと他キャンペーンの併用はできませんのでご了承くださいませ。
----------------------------------------------------------------------------------------------------------
予備校のノリで学ぶ「大学の数学・物理」のチャンネルでは
①大学講座：大学レベルの理系科目
② 高校講座：受験レベルの理系科目
の授業動画をアップしており、他にも理系の高校生・大学生に向けた様々な情報提供を行っています
【お仕事のご依頼】はHPのContactからお願いします
【コラボのご依頼】はHPのContactからお願いします
【講義リクエスト】は任意の動画のコメント欄にて！
【公式HP】はこちらから(探している講義が見つけやすい！) yobinori.jp/
【Twitter】はこちらから(精力的に活動中！！)
たくみ(講師)→ / yobinori
やす(編集)→ / yasu_yobinori
【Instagram】はこちらから(たくみの大喜利専用アカウント)
/ yobinori
【note】はこちらから(まじめな記事を書いてます)
たくみ(講師)→note.mu/yobinori
やす(編集)→note.mu/yasu_yobinori
----------------------------------------------------------------------------------------------------------
【エンディングテーマ】
“物語のある音楽”をコンセプトに活動するボーカル不在の音楽ユニット”noto”（ノート）
KZbinチャンネル『予備校のノリで学ぶ「大学の数学・物理」』の主題歌として書き下ろした一曲。
noto / 2nd single『Telescope』（feat.みきなつみ）
*****************************************************
noto公式KZbinチャンネルにてMusic Video フルver.が公開中！
【noto -『Telescope』】
• noto -『Telescope』（feat...
【みきなつみ公式KZbin】
/ @mikinatsu_official

[@yobinori]

お得な情報がある概要欄を要チェック！

[@user-di1jj5xl7m]

色々なものに興味を持って、 日々学習し貪欲に吸収していく姿勢が すごく素敵だと思うし、自分自身もそうありたいと思った。

[@J_CHICKEN137]

比喩だけでふわふわ進む感じでもなく、数式一辺倒でもなく、そこら辺の重み付けがAIかっていうくらい絶妙でわかりやすかったです！

[@user-tx1ew2wk5c]

情報系学科の学生としては、非常にありがたいです！！

[@ControlEngineeringChannel]

数学知識（線形代数、微積）と機械学習の繋がりを知る人が増えれば、ＡＩ分野に興味持てる人、関わりを持つ人が増えるので、こういう動画は、情報系の教員としてありがたく感じます。

[@jinbezame815]

とてもわかりやすかったです。 理系のことで何か勉強しようと思ったら、取り敢えずヨビノリさんで調べれば大体解決することがわかりました。

[@lodimline2132]

機械学習の勉強中でしたが、 分かりやすくて、何もつまづかずに理解していけた。 最高です。。

[@user-ip2hn9wx6l]

最後まで見ました。 高校生の自分でも本当にわかるような講義で素晴らしかったです！ 誤差逆伝播法の動画も楽しみにしてます

[@nova-t]

有料級の授業ありがとうございます！

[@user-bx3mj8gd6o]

これから物体検出の研究を始めようって時にふわふわ理解だった深層学習の解説を上げてくれるのまじで神タイミングすぎた

[@user-vw9tk9qk7x]

たくみと編集のやすさんの息があってて好き

[@hrskm766]

何度か画像認識の説明を聞いたことがありますが、一番分かりやすかったです！ 理解不能だった部分が解決できたので助かりました。

[@J0hn_Srn1th]

0:00 導入 1:12 深層学習とは何か？ 11:09 数値が層を伝う仕組み 16:11 活性化関数の例 21:05 畳み込みニューラルネットワーク(CNN)について 24:19 畳み込み層（特徴量の抽出） 33:28 プーリング層（位置がずれても対応可） 40:40 出力層 46:04 誤差関数 51:07 どうやって重みを調整する？ 52:26 Aidemyの紹介

[@user-ff5ye6ji5v]

ありがと！

[@snowwhite8538]

まーーじでこのタイミングは神すぎる まさか機械学習系上げてくれると思わなかった

[@user-ng7ev6ux3w]

すごくわかりやすかったです。 ざっくりとした理解ができました。ありがとうございます！

[@user-en7mx3px5x]

実に簡潔にわかりやすく素晴らしいです。本当にありがとうございます。

[@user-kw7sj8dm1n]

およその概要は理解していたつもりでしたが、視聴して、理解が深まりました。ありがとうございました。

[@Ojisan023]

面白すぎて全部見ちまったぜ... 自分たちの脳でも同じようなことが行われてると思ったらなんだか興奮してきた

[@beekaru_4126]

クロスエントロピーの説明ですが、数学的に相性が良いだけだと全然感動を覚えないので、ロスの逆伝播がyi-tiでめっちゃシンプルになるまで示すと、みんな感動すると思います💛

[@user-og5xb5vb6w]

本当に神講義　ありがとうございます

[@58kg71]

なんやこの神動画、、もっと早く観れば良かった。。。 オライリーのゼロつくと併用して勉強進めます、、！

[@user-hf5ef9uz5d]

信じられんほど分かりやすい 感謝😊

[@user-we3cv6he3h]

ほんとに教えるのが上手い… 教師用の''教え方''の動画も待ってます。

[@user-rm6mn8js1h]

なんか、英語でCNN説明してるそこら辺の動画よりも全然わかりやすいし詳細。Howだけじゃなくて、Whyも説明してくれてありがたい

[@user-jk2do7kc9p]

高専一年生です。授業が口頭での説明のみだったので全く分からなかったので図を使った説明がとても分かりやすかったです

[@TM-so3co]

プーリング層はなぜ頑健性があるのかの理由がいまいち納得してないままだったので、わかりやすく説明してくれてありがたいです。

[@user-ip2hn9wx6l]

ちょうど深層学習の研究調べてたのでありがたい…！！！

[@user-ip2hn9wx6l]

サイトを見ても理論の説明で初学者や中級者向けというのがなくってほんとうに困ってたところで奇跡のようなタイミングでした！

[@yukim.7518]

CNNの説明すごく分かりやすかったです！

[@elinafurukawa224]

思い切ってプログラム書いてある本買っちゃって、基礎が必要でした。ありがとう😊

[@MT-jz6gq]

ディープラーニングG検定を受けようと思っていたので更にやる気が出てきました！

[@user-oj8pl1gz3h]

楽しいです🙋💕勉強頑張りまーす✍️！ありがとうございます🌈🌻💓

[@user-otokubot]

ヨビノリさんの学習範囲エグすぎ

[@si8112]

その上深層学習だしな

[@nagaofamily]

普遍近似定理と矛盾しないニューラルネットワーク出来ました😊シンプルで美しいです。

[@user-kv1np6fy1q]

情報系の動画嬉しいです！続編も待ってます！

[@knhoushi]

E資格の勉強にヨビノリさんの線形代数講座大変お世話になりました。

[@lukemira5567]

MでNN専攻ですが、非常にわかりやすかったです。　最初しきい値θ（初期値問題）など飛ばした点や、BPで必要になる活性化関数の微分可能についても、ちゃんと補足してくれていたので、良かったと思います。

[@user-rv5qy1ho4x]

畳み込み層で特徴量を抽出し、プーリング層で頑健性を得る…CNNのポイントが良くわかりました！ありがとうございます。

[@user-sn4se2dp6u]

交差エントロピーの出力データに自然対数をとっているのはソフトマックス関数に底eの指数関数が用いられているからなんですね！ あと各yが1以下でlog y

[@user-wh5ux9lg5d]

私はプロとして機械学習を使ってますが、プロ視点で見ても上手く噛み砕いた分かりやすい素晴らしい解説だと思います。

[@meownyan5821]

この流れでAttentionの解説待ってます！！

[@yudai6591]

なんとなく開き、なんとなく見てたけど、 めちゃめちゃ面白いな 統計力学に数式似ててまた面白かった ヨビノリ先生あざす！

[@user-rq2mj5be9o]

交差エントロピーめちゃくちゃ分かりやすい

[@user-uj1vl9rh8m]

機械学習は、線形代数と函数論の融合だと言うことが、良く分かりました。

[@pacho731]

やっぱり今の時代youtubeで結構学べるようになってきましたね。 本当に革命的です。 ただ知った気にならないようには気を付けます。

[@chocolatte.c]

よくみたら汚いアイコンですね……

[@ryotakanehara1305]

計算したら810で草

[@user-jy5sf6jc3q]

@@chocolatte.c あなたは美しいアイコンだな(錯乱)

[@user-yu9ox7km3b]

@@ryotakanehara1305 積分わからない人からしたら全く汚く見えなくてカモフラージュ出来てて草

[@ys-ov6qu]

これはありがたい、、！

[@zapp8455]

25歳にして数学にハマりました。 学生の頃にちゃんと出会っていれば良かった、、、、 こんな楽しい世界があったなんて🤭 これから趣味でやっていこうと思います笑笑

[@daikatsuyasuyuki1]

次回の逆誤差伝播法の解説が楽しみです。

[@hakomaru_465]

本当に助かります。よければ強化学習についての簡単な授業してほしいです！

[@sw108o7]

待ってましたニューラルネットワーク

[@user-xy6yw7tw1o]

ワクワクできて、ラッキーでした。

[@user-eh5ok3vz4n]

私は大学の講義で深層学習を学びました。当時は何を言っているのかさっぱり分かりませんでした。しかし、今回わずか55分で深層学習の仕組みを知り、大変勉強になりました。もしよろしければ、こちらの動画を基に本に書き下ろしてほしいです

[@user-ij7kc7tn3w]

いやもう本当にわかりやすい ただ噛み砕いて説明しただけだと、「あっふーん、え、なんでそんなことするん？」ってなって翌朝には忘れてるけど、 なぜそうするのか、どういう背景があるのかまで説明してくれるから納得感あるし、目的を覚えてれば数式も思い出しやすい

[@yahoo3721]

この前のベネ駿の共テ模試で出ててわからなかったので助かります！

[@takkyit5372]

やっぱりすばらしい解説ですね

[@syusyu28]

いろんなスクールあるけどこの人の宣伝するものなら信用できる

[@AMIWsement]

いやーすごい 壮大な話ですね

[@genkishirasawa5875]

ほんとにわかりやすい説明です😂 友達に説明するときの参考にします！

[@user-vp8bm9kf1x]

ヤモリかわいいなあ、ワニさんのコメント欄にいたのは伏線だったのか

[@shingowakisaka8502]

ありがとう御座います。愛と感謝と幸福を🍀

[@kohii2196]

こんな動画を作ってくれたヨビノリとヤスの事，愛してる

[@user-Hiro0822]

深層学習少しでも理解できるように頑張ろうっと♪ レオパ可愛い🦎💕

[@user-zw9ic2pv8r]

いくつか溜まってきている気がするので、機械学習系の再生リストも作って欲しいです！！！

[@lemorin]

方法は明確で実際に使える物なのに未解明な所があるって、アイザック・アシモフさんのSFっぽくて好きです。

[@user-gf6hv2xi5q]

最近Goodfellow著のdeeplearningって本読んでてなかなか苦労してたけど、この動画先に見れてれば概要掴めてたからもう少し楽に読み進められたな

[@pascal-p]

大学でディープラーニングの授業受けた時全く理解出来なかったけどこの動画みて理解出来た気になれた

[@pascal-p]

aidemyやりたくなった ヨビノリのプレゼン力にやられた

[@a.kataoka2917]

物理の理論を深層学習に適用して解析をするような研究に少し興味があるのでそういうのもご存知なら聞いてみたいです…！

[@user-ix5ph8ct4j]

まさかCNNを解説する動画あげるとは思わなかった… これはゼロから学ぶディープラーニングもびっくりもんだよ

[@Anyachan.]

待ってました！！！

[@bigbangnuc]

分かりやすくて脱帽です

[@AMIWsement]

これって回転と拡大縮小にも勝手に対応してくれるんかな だとしたらすごい

[@ph4746]

ぜひ普遍近似定理の動画も出してください！

[@user-xg6ov3wj1t]

あと一日早ければ集中講義の発表で失敗しなくて済んだのに… でも、わからなかった部分が理解できました！

[@ohenro19]

とても分かりやすい！感謝

[@takenoko-chan]

本当にすごいです！

[@Fujiten_Good_Doctor]

最近AIの勉強始めた者ですが、死ぬほどわかりやすいなこの動画。

[@lazysho]

ぜろ作でわからなかったので大変助かります😂

[@gomathegecko6857]

G検定のために勉強させてもらってます🙌私もレオパ飼ってるので急に親近感湧きました🥺可愛いですよね！

[@user-xy1hf3ex4j]

オライリージャパンの「ゼロから学ぶディープラーニング」が参考になりました。

[@user-jk1mq6kn1b]

俺も将来こういうことを勉強するんだな。頑張ろ!

[@user-eo8gz9dy5o]

ルベーグ積分についての講義動画も見てみたいです。 お願いします。

[@takeonakano]

うーんすごく良くわかった。誤差逆伝播法の動画を待ってまーす。

[@abaji434]

本日、初めてヨビノリを見ました、夢中になりました、登録しました。今後もぜひよろしくお願いいたします。

[@ryowo4970]

RNN、LSTMとか時系列データの処理も解説して欲しいです。

[@javasprict]

アイシアさんの動画、この動画と同じような形式でLSTMの説明してて良いですよ 他の動画もぜひ kzbin.info/www/bejne/pancmIB7Z7p1fMU

[@redboltimore]

39:22 FM音源で理論的にどんな波形でも作れる話と似た感覚を覚えました。

[@user-zc7hl4db7g]

最後にバッテックプロパゲーションの話すると聞いてうれしくなりした。

[@shot2942]

物理の世界では具体的には触媒や準結晶などの表面物理に応用していこうという流れがあります。第一原理計算では時間がかかりすぎますが、NNなら計算時間がかなり抑えられます。

[@satoruyamamoto9614]

わかりやすいです

[@eshiamikogi]

情報理論の講義を開講して欲しいです🥺

[@vengeance9322]

ゼミ発表の資料作るのにめっちゃ役立ちました。ありがとうございます。 ちなみに誤差関数の(1)の例の答えは間違ってて、-loge(0.8)=0.22です。 0.09なのは底が10の時ですね。 まあ大勢に影響はありませんが。

[@user-nl2oc9mt5x]

すげえなぁホントに

[@user-ed5kd5qz6q]

👍️💮🎆 必ず観ますよ🇯🇵 ありがとうございます🙏！🌟

[@user-yi4dt3vi7n]

お手数ですが、高校化学の全解説も見たいです。お願いします

[@user-ty5ox3rg1c]

もうさっき勉強しちゃったよ（ ; ; ） 復習に使います。

[@58kg71]

計算量は爆増するけど、立体にも応用できそう、、？！？夢が広がる

[@ph4746]

RNNの解説も欲しいです。。🙏

[@user-ik3hl6eb8g]

見終わりました！分かりやすかったです！

[@user-zo5di7sx4b]

約10倍速で見てて草

[@user-ik3hl6eb8g]

@@user-zo5di7sx4b ばれた？ww

[@harukiya0223]

この辺の話は興味あるし、何でいい感じの値が出るのかわかんないのを面白いと感じるけど、これをなんの躊躇いもなく使ってドヤれる人にモヤモヤする。

[@user-vd8yd9dw1z]

ありがたすぎる

[@user-en8ud1vh4o]

アンパンマンとたくみさんの画像を使って画像認識させたら出力層の値が0.5と0.5くらいになりそう

[@yobinori]

おいこら