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

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

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

~ディープラーニングの基礎と実践~
東京都 開催

概要

本セミナーは、ディープラーニングと触れ合うための必須の知識習得を目標としています。

開催日

  • 2017年11月27日(月) 11時00分 16時30分

プログラム

 ディープラーニングは複数の層が積まれた、多層構造のネットワークを用いて、巧みに機械学習するための技術です。
 本セミナーは、基礎的な背景を含めて、ディープラーニングと触れ合うための最低限の知識習得を第一の目標としています。何故、ディープラーニングが出てきたのか、そして、何故ディープラーニングが凄いのか。それらの“何故”に出来るだけ答えていくことが本講演の最終的な目標です。
 ディープラーニングや人工知能に興味があるけれども、その正体がよく分からなくて困っている方々や、多少聞きかじっているけれど、そこを超えてもっと奥の真実を知りたい方々を主な対象としています。

  1. 機械学習とは何か?
    1. 機械学習が目指すもの
    2. 機械はデータから知識を獲得する
    3. 機械学習の種類
      1. 教師あり学習
      2. 教師なし学習
      3. 教師なし学習と人工知能
  2. 深層学習への道
    1. ニューラルネットワークの基礎
      1. 単純パーセプトロン ~機械学習の事始め~
      2. フィードフォワードニューラルネットワーク
      3. 誤差逆伝播法
      4. ニューラルネットワークの第一技術限界
    2. 深層学習に用いられるニューラルネットワークのしくみ
      1. 事前学習という考え方
      2. 自己符号化器は情報を圧縮する
      3. 積層自己符号化器がディープラーニングの1つの雛形
      4. 表現学習という言葉 ~特徴量の抽出と学習~
      5. 深層学習は一言でいうと○○をしている!
  3. その他の深層学習モデル
    1. 畳み込みニューラルネットワーク (CNN)
      1. CNNの仕組み
      2. CNNの学習
      3. CNNの使いどころ
    2. リカレントニューラルネットワーク (RNN)
      1. RNNの仕組み
      2. RNNの学習
      3. RNNの使いどころ
  4. 深層学習の深層部と実践
    1. 画像データを深層学習してみる
      1. 自動獲得されるフィルタ
      2. 学習された表現が組み込まれている場所
    2. 実践的な最新技術 ~パラメータチューニングの具体的な方法~
      1. 層を積むほど性能は上がるのか?
      2. 過適合の問題と見抜き方 ~過適合は最悪のアプリを導く~
      3. 正則化技術は過適合を緩和させる
      4. ディープラーニングの正則化技術
      5. 少数データでの学習はどうするか?
    3. 本講演のまとめ

講師

  • 安田 宗樹
    山形大学 大学院 理工学研究科 情報科学科
    准教授

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
: 46,000円 (税別) / 49,680円 (税込)
1口
: 57,000円 (税別) / 61,560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 57,000円(税別) / 61,560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
2018/12/17 エネルギー産業におけるAI・IoTの活用とその影響 東京都
2018/12/19 ものづくり企業におけるIoT/AI活用によるスマート工場構築と製造現場改善 東京都
2018/12/20 機械学習技術の基礎と計測・制御システムへの適用及び実装のポイント 東京都
2018/12/21 マテリアルズ・インフォマティクスの展望と導入に向けたポイント 東京都
2018/12/21 実務に成果をもたらす「人工知能」導入&活用方法 東京都
2018/12/21 統計学・機械学習の考え方とデータ活用 東京都
2019/1/17 ディープラーニングの基礎とニューラルネットワークの学習および画像認識活用事例 東京都
2019/1/18 機械学習、ディープラーニングにおけるデータ前処理ノウハウ 東京都
2019/1/18 Deep Learning (ディープラーニング) を活用した画像認識 東京都
2019/1/18 Pythonによる機械学習と異常検知への応用 東京都
2019/1/22 マテリアルズインフォマティクスにおけるAI、機械学習の活用事例と材料開発への応用 東京都
2019/1/22 人工知能 (AI) 技術と電子状態情報を用いた化学反応予測および反応条件最適化 東京都
2019/1/25 力覚・触覚センサの原理・特性・メカニズムとその信号処理技術・応用技術動向 東京都
2019/1/28 マテリアルズインフォマティクス概論 東京都
2019/1/29 ドライバ状態のモニタリング技術と覚醒維持手法 東京都
2019/1/29 Pythonを使った時系列データ分析 東京都
2019/1/29 ものづくり現場に必要な10の具体的な「AIリテラシー」 東京都
2019/1/29 Pythonを利用した外れ値検出の基礎 東京都
2019/1/30 強化学習の基礎・アルゴリズムとその応用 東京都
2019/1/31 SVM (サポートベクターマシン) とDeep Learningを中心とした機械学習の画像認識への応用 東京都