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
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6月23日(金) 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。
- ディープラーニングの現在
- ディープラーニングでできること
- ディープラーニングとは?
- ディープラーニング関連手法の大別
- 何がディープラーニング?
- 注目されるきっかけ
- ディープラーニング界隈の動向
- ニューラルネットワーク
- パーセプトロン
- 誤り訂正学習
- 誤差逆伝播法
- 確率的勾配降下法
- 畳み込みニューラルネットワーク
- 畳み込みニューラルネットワークの構造
- 畳み込みニューラルネットワークの学習
- 汎化性能を向上させる方法
- バッチ学習とバッチ正規化
- リカレントニューラルネットワーク
- RNNとは
- RNNの順伝播
- RNNの逆伝播
- LSTMユニット
- 生成モデル
- オートエンコーダ
- Generative Adversarial Network (GAN)
- 強化学習
- 強化学習のしくみ
- Q学習
- Deep Q-Learning
- ディープラーニングのフレームワーク
- フレームワークの紹介
- Caffe
- Chainer
- TensorFlow
講師
山下 隆義 氏
中部大学
工学部
情報工学科
教授
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
(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)