数理
確率やベクトルは、AIの中でどう使われるのか。数式の意味を、直感と図からたどります。
数理
AI を読むための統計の基本：平均・分散・確率・正規分布
平均・分散・標準偏差・確率・正規分布を、小さなデータの手計算で確かめます。それぞれが AI のどこで使われているかも合わせて見ます。
数理
AI の学習で使う微分と積分：傾きから勾配降下法まで
AI が重みを直すときに使う微分を、グラフの傾きとして小さな数で確かめます。勾配降下法を紙の上でまわし、最後に積分が何を表すかを短く見ます。
数理
AI で使うベクトルと行列：内積と行列の掛け算を手計算する
AI の中で最も多く行われているベクトルと行列の計算を、小さな数の手計算で確かめます。最後にニューラルネットワークの層1つ分の計算を紙の上で行います。
数理
ニューラルネットワークの構造② 多層パーセプトロンとNNの学習
多層パーセプトロンでXORを解く構造から、損失関数・勾配降下法・誤差逆伝播法・勾配消失・正則化までを数式で説明する教材
数理
ニューラルネットワークの構造① 単層パーセプトロンができるまで
形式ニューロンからヘブ則、パーセプトロンの誤差訂正学習、線形分離とXORまでを、歴史的な違いと数式を区別して説明する教材
数理
ニューラルネットワークの構造⓪ AIを理解するための前提知識
ニューラルネットワークを学ぶための前提知識として、入力・重み・行列・微分・勾配・連鎖律を基礎から説明する教材