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
TensorFlowで始めるAI導入とビジネス活用
TensorFlowで始めるAI導入とビジネス活用
東京都 開催
会場 開催
本セミナーは終了いたしました。
概要
今やAI技術の主流となっているディープラーニングでは、ニューロンの働きを疑似的に多重化したニューラルネットワークを利用しています。
本セミナーでは、AI技術の概要から始めてディープラーニングとはどのようなものなのか、そしてGoogle社のディープラーニング (深層学習) フレームワークであるTensorFlowの機能および使い方に解説を進めます。その後、TensorFlow の稼働環境を構築して、稼働環境上でのサンプル実行とサンプル内容の解説へと進めていき、TensorFlow のディープラーニングを実現するコード記述スタイルが理解できるようにしていきます。
開催日
- 2018年9月11日(火) 10時30分 ～ 16時30分
受講対象者
- ニューラルネットワークによるディープラーニングについて、理論およびアプローチ方式について知りたい方
- GoogleのTensorFlowでディープラーニングのプログラミングを行ってみたい方
- TensorFlowを使用したディープラーニングプログラミングでどのような応用事例があるのか知りたい方
- 数値予測、画像認識、音声認識、自然言語処理などの開発に興味がある方および仕事で関係する方
- AIビジネスに興味がある方
修得知識
- ディープラーニングについての理論の理解
- TensorFlowを使用した、Python言語によるプログラム記述
- TensorFlowの応用例
- AIビジネスの概要
プログラム
- AI利用の現状
- 人工知能に何を期待するか
- 人工知能ができること12選!
- 起業家が知っておくべきビジネスへの活用法
- 見て判断する (画像解析分野)
- 聴いて判断する (音声解析分野)
- 言葉を操る (自然言語処理分野)
- クリエイターになる
- まとめ
- 人工知能技術のビジネス活用概況
- 起業家が知っておくべきビジネスへの活用法
- 使用される基礎数学
- 配列 / 行列の内積 / 対数 / 微分 / 偏微分
- Python言語の基礎
- 算術演算 / データ型 / 変数 / リスト / ディクショナリ / ブーリアン / if文 / for文 / 関数 / クラス / コンストラクタ / 継承 / NumPy / 行列の内積 / ブロードキャスト
- Deep Learning (深層学習、DL)
- 機械学習とディープラーニング
- 人工知能、機械学習、Deep Learning
- パーセプトロン
- 単純パーセプトロン
- 多層パーセプトロン
- 線型分離可能
- 線型分離不可能
- 線形関数と非線形関数
- Neural Network (ニューラルネットワーク)
- ニューラルネットワークとその表現
- コンピュータに人間のような学習をさせる
- ニューロンはいつ発火するのか?
- One – Hot – Vector
- ニューラルネットワークの利点と欠点
- 活性化関数 (Activation function)
- ステップ関数
- シグモイド関数
- ランプ関数ReLU
- 恒等関数
- ソフトマックス関数
- 回帰問題と分類問題
- 線形回帰
- ロジスティック回帰
- TensorFlow
- TensorFlowとは
- TensorFlowプログラミング
- GradientDescentOptimizer / 線形回帰 / サンプル / 相関と回帰 / 損失関数 (Loss Function) / Gradient descent / 勾配降下法
- 主なニューラルネットワーク
- フィードフォワードニューラルネットワーク (Feedforward Neural Network:NN)
- 最初に考案された、単純な構造の人工ニューラルネットワークモデル。ネットワークにループする結合を持たず、入力ノード→中間ノード→出力ノードというように単一方向へのみ信号が伝播するものを指す。
- MNIST
- 畳み込みニューラルネットワーク (Convolutional NN:CNN)
- 畳み込み構造を持つ。空間上での位置関係に意味のあるデータのモデル化に有効 (例:画像処理)
- 再帰ニューラルネットワーク (Recurrent NN=RNN)
- 再帰的部分構造を持つ。木構造を持つデータのモデル化に有効 (例:自然言語処理)
- フィードフォワードニューラルネットワーク (Feedforward Neural Network:NN)
講師
会場
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。
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)
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 | |
|---|---|---|---|
| 2024/4/24 | 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 | オンライン | |
| 2024/4/24 | 技術者・研究者のための多変量解析入門講座 | オンライン | |
| 2024/4/25 | カルマンフィルタの実践 | オンライン | |
| 2024/4/26 | ExcelとPythonによる多変量解析 超入門 | オンライン | |
| 2024/4/26 | 少ないデータに対する機械学習、深層学習の適用 | オンライン | |
| 2024/4/26 | 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 | |
| 2024/4/26 | ChatGPTを活用したPythonプログラミングとコード生成 | オンライン | |
| 2024/5/2 | 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 | オンライン | |
| 2024/5/8 | 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 | |
| 2024/5/8 | 実験計画法・ベイズ最適化を用いた効率的な実験デザイン | オンライン | |
| 2024/5/15 | ソフトウェア開発への生成AI・ChatGPT導入と活用 | オンライン | |
| 2024/5/17 | スパース推定の本質の理解と実装応用技術への展開 | オンライン | |
| 2024/5/23 | ベイズ統計学の基礎と演習 | オンライン | |
| 2024/5/23 | ベイズ統計から学ぶ統計的機械学習 | オンライン | |
| 2024/5/23 | 3次元モデリング/自由視点画像生成のための「NeRF」の基礎 | オンライン | |
| 2024/5/24 | マテリアルインフォマティクスの材料開発への適用と活用事例 | オンライン | |
| 2024/5/24 | 画像認識のためのディープラーニングとモデルの軽量化 | オンライン | |
| 2024/5/27 | 機械学習による適応的実験計画 | オンライン | |
| 2024/5/27 | 外観検査へのAI導入と生成AIによるトレーニングデータ不足への対応 | オンライン | |
| 2024/5/28 | 分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開 | オンライン |
関連する出版物
| 発行年月 | |
|---|---|
| 2024/3/4 | 対話型生成AI (人工知能) 利活用技術 技術開発実態分析調査報告書 (CD-ROM版) |
| 2024/3/4 | 対話型生成AI (人工知能) 利活用技術 技術開発実態分析調査報告書 |
| 2023/6/30 | 生産プロセスにおけるIoT、ローカル5Gの活用 |
| 2022/12/31 | 機械学習・ディープラーニングによる "異常検知" 技術と活用事例集 |
| 2022/11/21 | ソフトウエア業界20社 (CD-ROM版) |
| 2022/11/21 | ソフトウエア業界20社 |
| 2021/10/25 | AIプロセッサー |
| 2021/10/25 | AIプロセッサー (CD-ROM版) |
| 2021/7/30 | マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例 |
| 2021/7/14 | AIビジネスのブレークスルーと規制強化 |
| 2021/6/30 | 人工知能を用いた五感・認知機能の可視化とメカニズム解明 |
| 2021/6/28 | AI・MI・計算科学を活用した蓄電池研究開発動向 |
| 2021/3/15 | QRコード決済 |
| 2021/3/15 | QRコード決済 (CD-ROM版) |
| 2020/8/11 | 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート |
| 2020/7/31 | 生体情報センシングと人の状態推定への応用 |
| 2020/4/30 | 生体情報計測による感情の可視化技術 |
| 2020/3/26 | ビッグデータ・AIの利活用に伴う法的留意点 |
| 2020/3/24 | リアルワールドデータの使用目的に応じた解析手法 - 各データベースの選択と組み合わせ - |
| 2019/1/31 | センサフュージョン技術の開発と応用事例 |