技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

畳み込みニューラルネットワークの基礎と応用

畳み込みニューラルネットワークの基礎と応用

東京都 開催 会場 開催

開催日

  • 2019年3月8日(金) 13時00分17時00分

プログラム

  1. 機械学習と畳み込みニューラルネットワーク
    1. 学習と機械学習
    2. ディープラーニングの成果
    3. 人工知能とは
    4. 機械学習とは
    5. 機械学習の方法
    6. さまざまな機械学習
    7. 進化的計算
    8. 群知能
    9. 強化学習
    10. ニューラルネットワーク
    11. 畳み込みニューラルネットワーク・ディープラーニング
  2. 畳み込みニューラルネットの基礎・構成と使い方
    1. 人工ニューラルネットワーク
    2. 人工ニューロンのモデル
    3. ニューラルネットワーク
    4. ニューラルネットワークの学習
    5. バックプロパゲーションによるニューラルネットワークの学習
    6. バックプロパゲーションの原理
    7. バックプロパゲーションのアルゴリズム
  3. ディープラーニングと畳み込みニューラルネット
    1. ディープラーニングとは
    2. ディープラーニングの基礎
    3. ディープラーニングの具体的技術
    4. 畳み込みニューラルネットワーク
    5. 画像処理と画像フィルタ
    6. 画像フィルタの実際
    7. 畳み込みニューラルネットの概念
    8. 畳み込みニューラルネットの構造
    9. 畳み込みニューラルネットワークの構成方法
    10. 畳み込みニューラルネットによる画像認識
    11. 畳み込みニューラルネットワークの応用
  4. 機械学習・ディープラーニングの現状
    1. 機械学習・ディープラーニングでできること
    2. 機械学習・ディープラーニングの課題

講師

  • 小高 知宏
    福井大学 工学部 知能システム工学科
    教授

会場

株式会社オーム社 オームセミナー室
東京都 千代田区 神田錦町3-1
株式会社オーム社 オームセミナー室の地図

主催

お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 44,000円 (税別) / 47,520円 (税込)
1口
: 56,000円 (税別) / 60,480円 (税込) (3名まで受講可)

テキストについて

テキストとして、「 機械学習と深層学習 ―C言語によるシミュレーション 」 (2,808円) を使用いたします。
テキストが必要な方は、お申し込みのテキスト希望欄から「必要」をご選択下さい。
受講料と、テキスト代(実費)を合わせて請求させていただきます。

機械学習と深層学習 ―C言語によるシミュレーション

本セミナーは終了いたしました。

これから開催される関連セミナー

開始日時 会場 開催方法
2026/7/9 機械学習を用いた流体力学現象の予測とモデリング オンライン
2026/7/13 知的センシングの要素技術と実装アプローチ オンライン
2026/7/17 ラボオートメーションに向けた実験環境の構築と導入・実装のポイント オンライン
2026/7/17 第一原理計算と機械学習を活用した材料設計と応用展開 オンライン
2026/7/21 第一原理計算と機械学習を活用した材料設計と応用展開 オンライン
2026/7/24 外観検査のデジタル化・自動化 オンライン
2026/7/24 多成分混合物の物性予測と機械学習の活用 オンライン
2026/7/27 外観検査のデジタル化・自動化 オンライン
2026/7/28 Pythonを用いたスペクトルデータ解析 (前編・後編) オンライン
2026/7/28 産業現場のAI機械学習による異常検知予知の実例集 オンライン
2026/7/28 Pythonを用いたスペクトルデータ解析 (前編) オンライン
2026/7/28 AI/生成AIによる知財業務の効率化と導入・運用のポイント オンライン
2026/7/29 ラボオートメーションに向けた実験環境の構築と導入・実装のポイント オンライン
2026/7/29 Pythonを用いたスペクトルデータ解析 (後編) オンライン
2026/7/30 Pythonを用いたスペクトルデータ解析 (前編・後編) オンライン
2026/7/30 産業現場のAI機械学習による異常検知予知の実例集 オンライン
2026/7/30 Pythonを用いたスペクトルデータ解析 (前編) オンライン
2026/7/30 Pythonを用いたスペクトルデータ解析 (後編) オンライン
2026/7/30 機械学習原子間ポテンシャルの理論体系と応用展開 オンライン
2026/7/31 製造現場における正常/異常判定の考え方とデータ解析結果の使いこなし方 オンライン