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

深層学習 (Deep Learning) による生成モデルの仕組みと応用

深層学習 (Deep Learning) による生成モデルの仕組みと応用

東京都 開催 会場 開催

概要

本セミナーでは、「機械学習モデル」の基本から「敵対的生成モデル (GAN) 」「暗黙的生成モデル」を解説いたします。

開催日

  • 2017年9月29日(金) 11時00分17時00分

プログラム

 深層学習 (Deep Learning) は大量の正解ラベル付きデータを活用して画像や音声の識別や変換を行うことを得意としている。なのでいくら手元に大量のデータがあっても、まずは人の手で分類・タグ付けを行う必要があり、導入の障害となっていることがある。
 一方で深層学習を用いた生成モデルは正解ラベルが限られていたり、全く与えられていない状態でも、ある程度有益な情報を抽出・発見できることが知られている。
 本セミナーでは変分自己符号化器 (VAE) や敵対的生成モデル (GAN) だけでなく、深層学習を用いた様々な生成モデルについて、その構造や理論的背景、応用事例について解説する。

  1. 機械学習モデルの基本説明
    1. 深層学習の略史
    2. 生成モデルとは何か?
  2. グラフィカルモデル
    1. 有向グラフィカルモデル
    2. 無向グラフィカルモデル
  3. 深層生成モデル
    1. 自己符号化器
    2. 階層的深層生成モデル
    3. 多様体仮説
  4. 自己回帰モデル
  5. 敵対的生成モデル
    1. 敵対的生成モデル
    2. 異なる距離に基づく敵対的生成モデル
    3. 応用例
  6. 暗黙的生成モデル

講師

  • 松原 崇
    北海道大学 大学院 情報科学研究院
    教授

会場

中央大学 駿河台記念館
東京都 千代田区 神田駿河台3丁目11−5
中央大学 駿河台記念館の地図

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
: 59,000円 (税別) / 63,720円 (税込) (3名まで受講可)

割引特典について

  • 複数名 同時受講:
    1口 59,000円(税別) / 63,720円(税込) (3名まで受講可能)
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
2025/7/8 少ないデータによるAI・機械学習の進め方、活用の仕方 オンライン
2025/7/15 開発の質と効率を向上する汎用的インフォマティクス & 統計的最適化 実践入門 オンライン
2025/7/16 開発の質と効率を向上する汎用的インフォマティクス & 統計的最適化 実践入門 オンライン
2025/7/17 説明可能AI (XAI) から人と共に進化・発展するAIへ オンライン
2025/7/22 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
2025/7/23 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2025/7/23 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
2025/7/24 外観検査のデジタル化・自動化 オンライン
2025/7/24 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2025/7/24 レーザー加工分野における機械学習の活用手法 : 特に少ない実験データ数を用いた場合 オンライン
2025/7/25 レーザー加工分野における機械学習の活用手法 : 特に少ない実験データ数を用いた場合 オンライン
2025/7/28 外観検査のデジタル化・自動化 オンライン
2025/7/30 Pythonを利用したデータ分析の基礎講座 オンライン
2025/7/30 ケモインフォマティクスと機械学習による化学データ解析 オンライン
2025/7/31 センサから取得した時系列データの処理・解析技術と機械学習の適用 オンライン
2025/7/31 スモールデータ解析の方法と実問題解決への応用 オンライン
2025/7/31 Pythonを利用したデータ分析の基礎講座 オンライン
2025/7/31 ケモインフォマティクスと機械学習による化学データ解析 オンライン
2025/8/1 スモールデータ解析の方法と実問題解決への応用 オンライン
2025/8/4 マテリアルズ・インフォマティクスへのデータ分析とその進め方 オンライン

関連する出版物