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・ディープラーニングの基礎と活用のポイント

機械学習・ディープラーニングの基礎と活用のポイント

東京都 開催

開催日

  • 2017年11月24日(金) 13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
  • 機械学習で課題を抱えている方

修得知識

  • 機械学習の基本技術の理解
    • 強化学習
    • 群知能
    • 進化的計算
    • ニューラルネット
  • 深層学習の技術の具体的理解
    • 畳み込みニューラルネット

プログラム

 本講座では、人工知能研究における機械学習の諸分野をわかりやすく解説し、それらの知識を前提として、近年注目されている深層学習:Deep Learning (ディープラーニング) の技術の原理を示します。
 機械学習に関するさまざまな技術や手法を示すとともに、いくつかの重要な技術については処理手続きやプログラム例を適宜示すことで、これらの技術がどのようなものなのかを具体的に理解できるように紹介して行きます。

  1. 機械学習とは
    1. 学習と機械学習
    2. ディープラーニングの成果
    3. 機械学習とは
    4. 機械学習の方法
    5. 進化的計算
    6. 群知能
    7. 強化学習
    8. ニューラルネットワーク
    9. ディープラーニング
  2. 強化学習
    1. 強化学習とは
    2. Q学習による強化学習の実現
  3. 群知能
    1. 群知能とは
    2. 蟻コロニー最適化法
  4. 進化的手法による機械学習
    1. 進化的手法とは
    2. 遺伝的アルゴリズム
  5. ニューラルネットワークの基礎・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
  6. 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
  7. 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

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
: 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
2018/9/25 強化学習を用いたスキル獲得手法とその応用 東京都
2018/9/27 ドライバの眠気・覚醒指標と検知・維持HMI 東京都
2018/9/28 ディジタル信号処理によるノイズ・雑音の低減/除去技術 東京都
2018/9/28 機械学習を用いた異常検知の基礎とその適用事例 東京都
2018/9/28 画像の対応付けの基礎とその高精度化 東京都
2018/10/1 PythonとKerasで学ぶ機械学習入門 東京都
2018/10/4 LiDARの最新動向と自動運転への応用 東京都
2018/10/5 技術課題を解決するツールとしての、ニューラルネットワークモデルとMTシステム、両手法の特徴と具体事例 東京都
2018/10/10 Pythonによるディープラーニング 東京都
2018/10/11 進化的機械学習とその応用 東京都
2018/10/11 遠赤外線カメラ (ナイトビジョンカメラ) の基礎とディープラーニングを組合わせた人検知技術 東京都
2018/10/12 エンジニアリングのための導入事例で学ぶ、技術課題解決手段として人工知能活用法 愛知県
2018/10/16 工場への CPS・IoT・AI導入における費用対効果の考え方と経営者説得の方法 東京都
2018/10/17 ディープラーニングとパターン認識、最先端の人工知能へ 東京都
2018/10/22 進化的機械学習の原理と企業での利用方法 東京都
2018/10/22 深層学習による時系列モデルと最新の研究事例 東京都
2018/10/25 人工知能を活用した実験計画法と最適条件の見つけ方 東京都
2018/10/25 機械学習及びディープラーニングの基礎と実践 東京都
2018/10/26 時系列データ分析の基礎とPythonを用いた実践 東京都
2018/10/29 次世代カメラの画像処理 東京都