- PythonプログミングとNumPy
- 最適化（GD, Momentum, AdaGrad, Adam)
- MLPによる2クラス分類
- ミニバッチを用いたMLPの学習
- MLPによる多クラス分類（MNIST）
- 正則化（Dropout）
- Batch Normalizationの導入
- im2colを用いた効率的な畳み込み処理
- CNNを用いた画像認識（MNIST）
- GPUを用いたCNNによる画像認識
- データ拡張（Data Augmentation）
- ハイパーパラメータの探索と検証データ
- CNN（データーローダ、データ拡張）
- CNNの可視化（CAM） 2.5. CNNの可視化（Grad-CAM）
- ResNet（スキップ構造）
- SENet
- Attention Branch Network（ABN）
- EfficientNet
- Single Shot Object Detector（YOLOv1, SSD)
- SegNet
- マルチタスク基礎（分類＋回帰）
- マルチタスク応用（検出＋セグメンテーション）
- Knowledge Distillation
- Deep Mutual Learning
- 半教師付き学習
- 自己教師付き学習
- Variational Autoencoder (VAE)，UMAPによる特徴ベクトルの次元削減
- Generative Adversarial Networks (GAN)
- Deep Convolutional GAN (DC-GAN)
- Conditional DC-GAN
- CycleGAN（スタイル変換）
- StyleGAN, BigGAN
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent