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と実践

ディープラーニングの基礎と実践

大阪府 開催 デモ付き

概要

本セミナーでは、機械学習について基礎から解説し、ディープラーニングの具体的な実践方法をわかりやすく解説いたします。

開催日

  • 2020年3月5日(木) 10時30分 16時30分

修得知識

  • データ処理の基本 (理論と実践)
  • 機械学習/ディープラーニングの基本 (理論と実践)

プログラム

 機械学習/ディープラーニングに取り組むために初歩の理論と実践の方法を学びます。
 前半はなるべく数式を使用せず、データ処理、機械学習を説明します。後半は、ディープラーニングの基礎を解説し、Windowsでの環境構築方法から、自身のもつデータを分析する実践方法をデモ形式にて解説します。
 講演後、すぐにディープラーニングを実践できることを目標とします。

  1. 機械学習/ディープラーニングを行う際に必要なデータ処理の基本
    1. データの定義
    2. 扱うデータの特性を把握する
      1. 時間軸/場所の考慮
      2. データを発生させるもの
    3. データの前処理
      1. データの抜け、異常値への対応
      2. データの量を調整する (増やす/減らす)
      3. データの次元を削減する
    4. ディープラーニングの精度を上げるためにどのようなデータを用意するか?
      1. 必要となるデータの量
      2. データクレジング
      3. フレームワークでの処理
    5. サンプルデータの説明
      1. デモで使用するサンプルデータの説明
  2. 機械学習/ディープラーニングの数理・確率論~対象物を数値情報へ変換する~
    1. 分布
    2. 次元とベクトル
    3. 画像を数値情報へ変換する
    4. 言語を数値情報へ変換する
    5. 音を数値情報へ変換する
    6. 状態を数値情報へ変換する
  3. 機械学習の基礎と実践
    1. 機械学習の基本
      1. データがモデルをつくる
      2. 学習結果をどう受け取るべきか
    2. 学習の種類
      1. 教師あり学習の基本
      2. 教師なし学習の基本
      3. 強化学習の基本
    3. 結果の分類
      1. 回帰
      2. クラス分類
    4. Windowsで機械学習環境をオープンソースにて構築
      1. 使用可能なオープンソース一覧
      2. Pythonの設定 (Windows7端末の例)
    5. サンプルデータを機械学習で処理
      1. 何を導き出したいか?の定義
      2. 使用できるモデルは?
      3. Pythonを実行し結果を得る
    6. 機械学習のプログラム解説
  4. ディープラーニングの基礎と実践
    1. 機械学習とディープラーニングの違いは?
      1. ニューラルネットワークとは
      2. 生じた誤差の吸収
      3. 特微量の抽出/学習の方法
    2. ディープラーニングを分類し、その特徴を把握する
      1. 畳み込みニューラルネットワーク CNN (Convolutional Neural Network)
      2. 再帰型ニューラルネットワーク RNN (Recurrent Neural Network)
      3. 強化学習 (Deep Q-learning)
    3. Windowsでディープラーニング環境をオープンソースにて構築
      1. TensorFlow
      2. Chainer
    4. サンプルデータをディープラーニングで処理
      1. TensorFlowで動かし結果を得る
      2. Chainerで動かし結果を得る
    5. ディープラーニングのプログラム解説
      1. TensorFlowの解説
      2. Chainerの解説
    6. 解析結果の考察とチューニング
      1. TensorFlow
      2. Chainer
    7. 精度を上げるためにいかにパラメータを最適化するか?
    8. 過学習の判断基準
    9. その他、実践にあたり注意すべきこと
  5. このセミナーだけで終わらせないために
    1. twitter/ブログを通じた情報の収集
    2. より高速な環境を求める場合
    • 質疑応答

会場

滋慶医療科学大学院大学

9F 講義室1

大阪府 大阪市 淀川区宮原1-2-8
滋慶医療科学大学院大学の地図

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
: 50,000円 (税別) / 55,000円 (税込)
複数名
: 25,000円 (税別) / 27,500円 (税込)

案内割引・複数名同時申込割引について

R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。
複数名で同時に申込いただいた場合、1名様につき 25,000円(税別) / 27,500円(税込) で受講いただけます。

  • R&D支援センターからの案内を希望する方
    • 1名様でお申し込みの場合 : 1名で 45,000円(税別) / 49,500円(税込)
    • 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
  • R&D支援センターからの案内を希望しない方
    • 1名様でお申し込みの場合 : 1名で 50,000円(税別) / 55,000円(税込)
    • 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000円(税込)

アカデミック割引

  • 1名様あたり 10,000円(税別) / 11,000円(税込)

学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院の教員、学生に限ります。

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
2020/4/9 トポロジカルデータ解析 (TDA) の基礎と諸科学への応用 東京都
2020/4/15 製造業における「人工知能」の基礎と自動設計・仮想検査・未知の異常検知への応用入門 愛知県
2020/4/15 化学研究と人工知能技術の融合に関する基礎と応用事例 東京都
2020/4/16 はじめてのPythonと教師あり学習・教師なし学習 東京都
2020/4/17 AIを利用した医療機器における国内外の市場動向および開発のポイント 東京都
2020/4/21 Pythonで学ぶ「外れ値検出」の基礎 東京都
2020/4/23 AI / IoT技術における日本・海外の特許動向と特許化のポイント 東京都
2020/4/24 ベイズ最適化の基礎と応用およびPythonによる実装 東京都
2020/4/24 メーカーにおけるAI・IoTに関するデータ利活用の法務の最新事情 東京都
2020/4/27 時系列データ分析の基礎・モデル化と異常検知・機械学習への応用 東京都
2020/4/28 カルマンフィルタの基礎から応用まで 東京都
2020/5/12 ドライバ状態モニタリング/センシング技術と統計処理・機械学習の活用 東京都
2020/5/13 音による故障検知および故障予知 東京都
2020/5/13 蒸留技術の要点とAIを活用した応用研究 東京都
2020/5/14 製造現場で使える実用的な人工知能技術とその実践 東京都
2020/5/14 AIによる顔画像識別技術の基礎原理と実際 東京都
2020/5/15 自然言語処理の基礎と活用方法 東京都
2020/5/18 実務に使えるスモールデータ解析 東京都
2020/5/18 ディープラーニング入門講座 : ディープラーニングの考え方と重要な基礎技術紹介 東京都
2020/5/19 機械学習を用いた分析スペクトルデータ解析の進め方 東京都