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の基礎理解と概念、仕組みと設計、実践技術

ディープラーニングの基礎理解と概念、仕組みと設計、実践技術

~ディープラーニングを実践するための概要知識と基礎的な設計技術 / 実践的アルゴリズムの把握 / 実践技術、運用の考え方と注意点~
東京都 開催 会場 開催

開催日

  • 2019年10月23日(水) 10時30分 17時00分

修得知識

  • 深層学習理論の基礎から実装に至るまでの一通りの知識
  • 応用課題に取り組む際のコツ
  • 実践の場でうまくいかない時の考え方

プログラム

 ディープラーニング (深層学習) 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あり、現在の人工知能技術の根幹となっています。
 本講座は、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概要知識と基礎的な設計技術の習得を主眼としています。基礎から実践に至るまで、幅広い知識習得をカバーします。
 前半は主にディープラーニングの数理的背景や意味についての解説となります。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。など、ディープラーニングの基本的な“何故”や疑問に出来るだけ答えていくことが目標です。
 後半は主にディープラーニングの技術的な側面に注目します。ディープラーニングの利用には様々な種類のアルゴリズムが必要となり、それらたくさんのアルゴリズムの把握は初学者にとって非常に大変な作業となります。後半では、それぞれのアルゴリズムが“何故”必要なのか、そして、“何故”そんなにたくさんの種類のアルゴリズムが存在しているのかなどの疑問に、代表的なアルゴリズムを紹介しながら答えていきます。また、ディープラーニングの運用上のコツや考え方など、講師の経験を交えてご紹介します。
 内容の性質上、 (特に後半は) 数式が少なからず出現しますが、必要に応じて補足をしていくので特殊な専門知識は必要ありません。

  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
    4. 深層学習 (ディープラーニング) モデルの鳥瞰
  2. 深層学習への道のり
    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. パターン認識問題
      4. 誤差逆伝播法 (バックプロパゲーション)
      5. ニューラルネットワークの技術的問題点
    2. 深層学習へ
      1. 事前学習という考え方
      2. 自己符号化器と積層自己符号化器
      3. 深層学習の真相
      4. その他の深層学習モデル (CNN)
      5. 表現学習とは何か
      6. 深層学習は一言でいうと○○をしている!
  3. 深層学習の基本技術 (必須な基本技術)
    1. 基本的な技術1 (勾配降下法について)
      1. 確率的勾配降下法 (SGD)
      2. 勾配法の様々なアルゴリズム
        • Adam
        • AdaMax
        • AMSGrand法など
    2. 基本的な技術2 (パラメータの初期化について)
      1. 入力データの初期化
      2. 学習パラメータの初期化
        • Xavier、Heの方法
  4. より進んだ実践技術 (運用の際の考え方と注意点)
    1. 過学習
      1. 過学習とは
      2. 学習するときはコレに注目せよ ~学習誤差の指標~
      3. 過学習の問題と見抜き方 ~過学習は最悪のアプリを導く~
    2. 正則化法
      1. 正則化技術で過学習を緩和させる
      2. 様々な正則化アルゴリズム
        • 重み減衰
        • ドロップアウト
        • バッチ正則化
    3. その他の最新技術
    4. 口伝の実践技術
      1. 層の設計について
      2. 学習がうまくいかないときの対処
      3. 設計の際の重要な考え方
      4. 事前学習の秘められたもう一つの可能性
  5. 本講座の総括といくつかの話題
    • 質疑応答

講師

  • 安田 宗樹
    山形大学 大学院 理工学研究科 情報・エレクトロニクス専攻
    教授

会場

品川区立総合区民会館 きゅりあん

5F 第1講習室

東京都 品川区 東大井5丁目18-1
品川区立総合区民会館 きゅりあんの地図

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
: 42,750円 (税別) / 47,020円 (税込)
複数名
: 22,500円 (税別) / 24,750円 (税込)

複数名同時受講の割引特典について

  • 2名様以上でお申込みの場合、
    1名あたり 22,500円(税別) / 24,750円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 42,750円(税別) / 47,020円(税込)
    • 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
    • 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
  • 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
  • 受講券、請求書は、代表者にご郵送いたします。
  • 請求書および領収書は1名様ごとに発行可能です。
    申込みフォームの通信欄に「請求書1名ごと発行」と記入ください。
  • 他の割引は併用できません。
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
2024/4/4 多変量解析・データ処理 超入門 オンライン
2024/4/10 Pythonによる時系列データ分析とその活用 オンライン
2024/4/12 機械学習/Deep Learningの画像データ前処理に活用できる画像フィルタリングの基本と最新動向 オンライン
2024/4/15 ディープラーニングの基礎と実践 オンライン
2024/4/15 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
2024/4/17 ルールベースと機械学習ベースの画像認識技術 オンライン
2024/4/18 生成AIをめぐる著作権問題の最前線 東京都 会場・オンライン
2024/4/19 ディープラーニングの基礎と実践 オンライン
2024/4/19 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
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
2024/4/25 カルマンフィルタの実践 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
2024/5/2 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
2024/5/2 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 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
2024/5/17 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 ベイズ統計から学ぶ統計的機械学習 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
2024/5/31 マテリアルズインフォマティクスのためのデータ解析 オンライン