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

Deep Learning (ディープラーニング) を活用した画像認識

Deep Learning (ディープラーニング) を活用した画像認識

～畳み込みニューラルネットワークから強化学習まで～
東京都 開催 会場 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

概要

本セミナーでは、最近注目されているDeep Learning (ディープラーニング) について、基礎的なところから応用事例まで解説いたします。

開催日

  • 2017年4月17日(月) 10時00分 ～ 17時00分

受講対象者

  • 機械学習の応用分野に関連する技術者、研究者
    • 画像処理
    • 信号処理
    • 医療福祉
    • スポーツ分野
    • セキュリティ (監視カメラ、警備、防犯)
    • ロボット
    • コンピュータビジョン
    • 異常行動検出、異常領域検出
    • 統計
    • 経済学 など
  • 機械学習、パターン認識分野の技術者、研究者
  • これから機械学習、パターン認識に携わる技術者、開発者

修得知識

  • ニューラルネットワークの基礎
  • ディープラーニングの基礎
  • ディープラーニングの事例

プログラム

　本セミナーでは最近注目されているDeepLearning (ディープラーニング) について、基礎的なところから応用事例まで紹介します。
　基礎的なところでは、ニューラルネットワークとの関係から最新の手法までを網羅的に紹介します。
　応用事例では、アプリケーション例を幅広く紹介するとともに、最新のツールを紹介します。

  1. ディープラーニングの現在
    1. ディープラーニングでできること
  2. ディープラーニングとは?
    1. ディープラーニング関連手法の大別
    2. 何がディープラーニング?
    3. 注目されるきっかけ
    4. ディープラーニング界隈の動向
  3. ニューラルネットワーク
    1. パーセプトロン
    2. 誤り訂正学習
    3. 誤差逆伝播法
    4. 確率的勾配降下法
  4. 畳み込みニューラルネットワーク
    1. 畳み込みニューラルネットワークの構造
    2. 畳み込みニューラルネットワークの学習
    3. 汎化性能を向上させる方法
    4. バッチ学習とバッチ正規化
  5. リカレントニューラルネットワーク
    1. RNNとは
    2. RNNの順伝播
    3. RNNの逆伝播
    4. LSTMユニット
  6. 生成モデル
    1. オートエンコーダ
    2. Generative Adversarial Network (GAN)
  7. 強化学習
    1. 強化学習のしくみ
    2. Q学習
    3. Deep Q-Learning
  8. ディープラーニングのフレームワーク
    1. フレームワークの紹介
    2. Caffe
    3. Chainer
    4. TensorFlow
ページのトップヘ

講師

  • 山下 隆義 氏
    中部大学 工学部 情報工学科
    教授
ページのトップヘ

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
ページのトップヘ

主催

株式会社 トリケップス
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
: 47,000円 (税別) / 50,760円 (税込)
1口
: 57,000円 (税別) / 61,560円 (税込) (3名まで受講可)
本セミナーは終了いたしました。
セミナーの再開催を依頼する
ページのトップヘ

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
2026/5/26 分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開 オンライン
2026/5/26 自動運転に向けたカメラ・LiDAR技術・センサフュージョン技術 オンライン
2026/5/28 材料・分析データに活かすためのケモメトリクスの基礎と実践 オンライン
2026/5/28 CMOSイメージセンサーの基礎とイメージング技術の最新動向 オンライン
2026/6/2 機械学習を用いた画像認識技術の基礎とその応用 オンライン
2026/6/2 Pythonによるデータ解析の基礎と実務への応用 オンライン
2026/6/3 生成AIを活用したデータ分析の基礎と利用のポイント オンライン
2026/6/4 ExcelデータをPythonで活かすデータ解析 オンライン
2026/6/9 AI/機械学習が「遅い・重い・回らない」ボトルネックの原因と対処法 オンライン
2026/6/10 ChatGPTを活用したPythonプログラミングの進め方 オンライン
2026/6/11 AI/機械学習が「遅い・重い・回らない」ボトルネックの原因と対処法 オンライン
2026/6/12 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
2026/6/12 生成AIを活用したデータ分析の基礎と利用のポイント オンライン
2026/6/12 分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開 オンライン
2026/6/15 ExcelデータをPythonで活かすデータ解析 オンライン
2026/6/17 撹拌プロセス設計で必要な化学工学計算と操作条件最適化への活用 オンライン
2026/6/19 実機データでつくるAI制御モデル オンライン
2026/6/19 マテリアルズインフォマティクスのためのデータ解析 オンライン
2026/6/19 ChatGPTを活用したPythonプログラミングの進め方 オンライン
2026/6/22 サロゲートモデルの基礎と製品設計効率化への応用 オンライン
ページのトップヘ