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

機械学習による時系列のモデル化と深層学習の適用

機械学習による時系列のモデル化と深層学習の適用

東京都 開催

開催日

  • 2017年5月11日(木) 10時30分 16時30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

プログラム

 本セミナーでは、エンジニア向けに機械学習による時系列のモデル化の基本的な手法を説明します。また、時系列のモデル化への深層学習の利用として、再帰型ネットワーク、LSTM (長・短期記憶) 、注意型ネットワークについて解説します。
 Pythonの機械学習への適用方法を説明し、フレームワークとして、TensorFlowと Kerasを使用した実装例を紹介します。

  1. 機械学習による時系列のモデル化
    1. 異常検知と予測
    2. 回帰モデルを用いた予測
    3. 線形予測モデルによる時系列解析
    4. 隠れマルコフモデルによる状態遷移の推定
  2. 深層学習による時系列のモデル化
    1. 順伝播型ネットワーク
    2. 誤差逆伝播法によるパラメータ推定
    3. 畳込みネット (CNN) による画像の識別
    4. 再帰型ネット (RNN) による時系列の予測
    5. 長・短期記憶 (LSTM) におけるゲートの役割
    6. 注意型ネット (Attention) による変換 (翻訳)
    7. コネクショニスト時系列分類法 (CTC)
    8. 時系列のモデル化におけるend – to – end アプローチ
  3. 時系列モデルへの深層学習の適用
    1. 深層学習の組み合わせによる読唇
    2. 深層学習の混合音解析への適用
  4. Pythonによる実装
    1. Pythonの解説と回帰モデルの実装
    2. フレームワークとしてのTensorFlowとKeras
    3. フレームワークによる再帰型ネットワークの実装

講師

  • 速水 悟
    岐阜大学 工学部 電気電子・情報工学科 情報コース
    教授

会場

オームビル
東京都 千代田区 神田錦町3-1
オームビルの地図

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
: 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。

これから開催される関連セミナー

開始日時
2017/9/27 人工知能システム開発における必要知識と外注の仕方、留意点 東京都
2017/9/29 LIBOR marketモデルのcalibrationとMC法によるエキゾチックデリバティブ評価 東京都
2017/9/29 現役クオンツが教える 実践・Python金融工学3日間総合パック 東京都
2017/9/29 機械学習・ディープラーニングの画像認識への応用技術 東京都
2017/9/29 深層学習 (Deep Learning) による生成モデルの仕組みと応用 東京都
2017/10/3 ディープラーニングとウェアラブルセンサを用いたココロの可視化 東京都
2017/10/17 機械学習における学習の効率化手法 東京都
2017/10/18 Pythonで楽して学ぶComputer Vision 東京都
2017/10/25 画像認識のためのパターン認識と深層学習 東京都
2017/10/26 Pythonで学ぶ機械学習入門 東京都
2017/10/26 Pythonではじめる機械学習入門講座 東京都
2017/10/27 時系列解析入門 東京都
2017/10/30 Rによる時系列データ分析の進め方 東京都
2017/10/30 強化学習入門 東京都
2017/11/2 機械学習による異常検知入門 東京都
2017/11/8 音声認識技術の開発と実環境下への応用 東京都
2017/11/10 機械学習を用いたパターン認識の基本と性能予測/性能比較手法および事例解説 東京都
2017/11/10 ニューラルネットワーク計算の高速化手法とその最新動向 東京都
2017/11/13 機械学習による時系列のモデル化と深層学習の適用 東京都
2017/11/15 機械学習、ディープラーニングにおけるデータの前処理と解析のポイント 東京都