メタ情報
| meta description平均長 | 0 |
|---|
| OGPありページ数 | 0 |
|---|
| Twitterカードありページ数 | 0 |
|---|
内部リンク分析（Internal）
| ユニーク内部リンク数 | 98 |
|---|
| ページあたり内部リンク平均 | 65.8 |
|---|
連絡先候補（Contacts）
このデータの閲覧には会員登録が必要になります。会員登録
キーワード分析（KeywordMap）
ワードクラウド上位
| 語 | 重み |
|---|
| Arduino | 1 |
| 配線なしで始めるアルディーノと電子工作入門 | 0.833333 |
| piで実行 | 0.789547 |
| Label | 0.789547 |
| obj | 0.789547 |
| オンライン講座はこちら | 0.666667 |
| 外部サイト | 0.666667 |
| アルディーノ | 0.666667 |
| ipynb | 0.657956 |
| Pythonではじめる | 0.606863 |
| ラズベリーパイと電子工作入門 | 0.606863 |
| 詳細はこちら | 0.606863 |
| AIカーが | 0.606863 |
| このコースでは | 0.606863 |
| 最短で学ぶ | 0.583333 |
| 注意 | 0.583333 |
| オンライン講座 | 0.526365 |
| CNN | 0.526365 |
| ブラウザで以下のページを開きます | 0.526365 |
| のページを開きます | 0.526365 |
| 上から順にプログラムを実行していきます | 0.526365 |
| BBoX | 0.526365 |
| アルディーノマイコンと電子工作入門 | 0.505719 |
| 人型ロボット | 0.5 |
| ディープラーニング | 0.416667 |
| ロボットの実演 | 0.416667 |
| train | 0.416667 |
| 二足歩行ロボット | 0.404576 |
| マイコンとレゴを使ったロボットカーの開発 | 0.404576 |
| ポテンショメータ | 0.404576 |
| 外部サイトはこちら | 0.394774 |
| Kindle本を出版しました | 0.394774 |
| 畳み込みニューラルネットワーク | 0.394774 |
| Donkey | 0.394774 |
| Jetson | 0.394774 |
| リモートPCからJetson | 0.394774 |
| NanoにWiFiで接続します | 0.394774 |
| collision | 0.394774 |
| avoidance | 0.394774 |
| model | 0.394774 |
| Tool | 0.394774 |
| txt | 0.394774 |
| Kit | 0.394774 |
| テストデータ | 0.353483 |
| ヒューマノイドロボット | 0.333333 |
| のマイコンボードを使って電子工作を学びます | 0.333333 |
| 音を鳴らしたり | 0.333333 |
| 訓練画像 | 0.304473 |
| 検証画像 | 0.304473 |
| テスト画像のディレクトリ | 0.304473 |
共起語上位
| 語1 | 語2 | スコア | 共起ページ数 |
|---|
| Pythonではじめる | ラズベリーパイと電子工作入門 | 3.038566 | 24 |
| オンライン講座はこちら | 外部サイト | 2.997024 | 28 |
| 最短で学ぶ | 配線なしで始めるアルディーノと電子工作入門 | 2.991651 | 29 |
| 検証画像 | 訓練画像 | 2.763176 | 20 |
| テスト画像のディレクトリ | 検証画像 | 2.73485 | 20 |
| VGG16モデル | VGG16モデルに全結合分類器を追加する | 2.558981 | 16 |
| のページを開きます | 上から順にプログラムを実行していきます | 2.558981 | 16 |
| BBoX | Label | 2.474438 | 16 |
| VGG16 | 転移学習 | 2.448106 | 12 |
| 巣籠悠輔 | 監訳 | 2.448106 | 12 |
| Arduino | アルディーノ | 2.437345 | 28 |
| ipynb | のページを開きます | 2.421864 | 16 |
| また | 床に敷いた板から落ちないように | 2.331263 | 12 |
| 人を検出して追従します | 追従の間も障害物への衝突を回避しつつ | 2.331263 | 12 |
| 目標に向かって移動します | 追従の間も障害物への衝突を回避しつつ | 2.331263 | 12 |
| Francois | 参考 | 2.331263 | 12 |
| Chollet | Francois | 2.331263 | 12 |
| Chollet | 株式会社クイープ | 2.331263 | 12 |
| 株式会社クイープ | 翻訳 | 2.331263 | 12 |
| 巣籠悠輔 | 翻訳 | 2.331263 | 12 |
| NanoにWiFiで接続します | リモートPCからJetson | 2.331263 | 12 |
| avoidance | collision | 2.331263 | 12 |
| センサーを使って測定したり | マイコンボードでLEDを点灯したり | 2.331263 | 12 |
| ヒューマノイドロボット | 人型ロボット | 2.309832 | 16 |
| 二足歩行ロボット | 人型ロボット | 2.309832 | 16 |
| VGG16モデル | テスト画像のディレクトリ | 2.299052 | 15 |
| Label | Tool | 2.29378 | 14 |
| その後 | 自分の顔と | 2.28144 | 11 |
| テストデータ | 実際にテスト画像を分離してみる | 2.202001 | 12 |
| テスト画像のディレクトリ | 訓練画像 | 2.190931 | 15 |
| VGG16モデルに全結合分類器を追加する | 学習結果を読み出す | 2.180626 | 12 |
| NanoにWiFiで接続します | ブラウザで以下のページを開きます | 2.180626 | 12 |
| のマイコンボードを使って電子工作を学びます | マイコンボードでLEDを点灯したり | 2.180626 | 12 |
| センサーを使って測定したり | 音を鳴らしたり | 2.180626 | 12 |
| サーボモータを回したりします | 音を鳴らしたり | 2.180626 | 12 |
| PythonとKerasによるディープラーニング | 監訳 | 2.174858 | 9 |
| BBoX | Toolでラベルづけ | 2.147463 | 10 |
| のマイコンボードを使って電子工作を学びます | アルディーノ | 2.133058 | 16 |
| CNN | 畳み込みニューラルネットワーク | 2.131093 | 10 |
| AIカーが | 床に敷いた板から落ちないように | 2.121234 | 13 |
| テストの画像データで正解率を調べる | 訓練データと検証データでの損失値 | 2.104784 | 8 |
| Angle | Local | 2.099638 | 8 |
| mount | stl | 2.099638 | 8 |
| PythonとKerasによるディープラーニング | 巣籠悠輔 | 2.075785 | 9 |
| Beginner | Kit | 2.059638 | 9 |
| ロボット技術を応用した | 姿勢制御の事例をご紹介します | 2.055991 | 8 |
| ラジコンカーの自動運転をしてみました | 人工知能のディープラーニングを使って | 2.055991 | 8 |
| 1クラス当たり2000イテレーションで4000以上とのこと | darknet公式によると | 2.055991 | 8 |
| best | model | 2.029006 | 9 |
| model | pth | 2.029006 | 9 |