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

深層学習の基本的な原理を理解する

深層学習の基本的な原理を理解する

~最急降下法 / 誤差逆伝播法 / CNN / GAN~
オンライン 開催

開催日

  • 2021年12月10日(金) 10時30分 16時30分

修得知識

  • 現在の深層学習の全体像
  • 深層学習の基本的な原理の理解
  • 深層学習での代表的な学習アルゴリズム
  • 先端的研究の概要の理解への橋渡し
  • 次々に発表される先端研究のおおまかな把握が楽になる
  • 効果的でユニークなアプリケーション開発

プログラム

 深層学習を実際に使ってみたご経験のある方は増えていると思います。プログラムは指示通りに動いてくれますが、一方で何かが不足していると感じませんか?それは、根本的な原理の理解です。深層学習の基本原理が理解できると、一段高い場所から深層学習が見えてくるようになります。
 本講座では、深層学習で広く用いられている代表的な学習アルゴリズムについてわかりやすく解説します。

  1. 深層学習のいろいろ
    1. 深層学習の3つの流れ
    2. 代表的な深層学習
      1. 階層型ニューラルネットワーク
      2. リカレントニューラルネットワーク
      3. 畳み込みニューラルネットワーク
      4. 深層ボルツマンマシン
  2. 最急降下法~ニューラルネットワークの基本原理~を理解しよう
    1. ニューラルネットワークを最も単純化しよう~簡単なディジタルフィルタとして~
    2. 誤差を小さくするためには
    3. 微分の復習
    4. 学習アルゴリズムの導出
  3. ニューラルネットワークに適用しよう~誤差逆伝播法 (バックプロパゲーション) ~
    1. 出力層に近い層は簡単
    2. 1層奥に入るにはアイデアが必要だった~誤差を逆に伝搬させる~
    3. 非線形性が効果的である理由を理解しよう
    4. 実際の応用例
  4. 畳み込みニューラルネットワーク
    1. 単純型細胞と複雑型細胞
    2. 畳み込み
    3. プーリング
    4. 実際の応用例
  5. 敵対的生成ネットワーク (GAN)
    1. 簡単な動作原理
    2. 実際の応用例
  6. 深層学習の課題と今後の発展
    1. 現在の深層学習の課題
    2. 今後の発展の方向性
  7. まとめ

講師

  • 萩原 将文
    慶應義塾大学 理工学部 情報工学科
    教授

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
: 47,000円 (税別) / 51,700円 (税込)
1口
: 57,000円 (税別) / 62,700円 (税込) (3名まで受講可)

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
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 会場 開催方法
2022/1/26 グラフニューラルネットワーク入門 オンライン
2022/1/27 Transformerの応用と最新技術動向 オンライン
2022/2/1 画像の品質を高精度に評価する方法のノウハウ オンライン
2022/2/2 Pythonによる機械学習の基礎と異常検知の実装方法 オンライン
2022/2/4 ベイズモデリングによる機械学習とその応用 オンライン
2022/2/8 ディープラーニングの推論高速化に役立つモデル軽量化技術の基礎と最新動向 オンライン
2022/2/17 音と振動による異常検知と予兆検知の技術動向 オンライン
2022/2/22 畳み込みニューラルネットワークの基礎と画像認識活用事例・判断根拠の理解 オンライン
2022/2/22 ディープラーニングの基礎・モデル軽量化技術・最新動向 オンライン
2022/2/24 小規模データに対する機械学習の効果的適用法 オンライン
2022/2/25 Pythonによる機械学習ハンズオンセミナー オンライン
2022/2/25 ディープラーニングの基礎とモデル軽量化技術 オンライン
2022/3/1 ディジタル信号処理による雑音・ノイズの低減 / 除去技術とその応用 オンライン
2022/3/9 AI外観検査導入のための基礎と進め方・留意点 オンライン
2022/3/10 XAI (Explainable AI) 説明可能なAIの基本とその活用 オンライン
2022/3/11 自動車の自動運転におけるセンシング技術と移動物追跡技術 オンライン
2022/3/14 Deep Learningに基づく画像認識の基礎から最近の発展まで オンライン
2022/3/14 AI画像認識システムの基礎と応用 オンライン
2022/3/23 音による故障検知および故障予知 オンライン
2022/3/24 Transformer 徹底解説 オンライン