tech-seminar.jp

　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。

本セミナーでは、画像認識問題を題材に、Deep Learning及び、Deep Learningのプログラミングについて解説いたします。

　機械学習、ディープラーニングの概要を解説します。また、Chainerを利用したサンプルプログラムを解説しながら、実際のデータをどう扱うかも解説します。サンプルは、【画像分類 (CNNによる分類) 】、【音による異常検知 (正常時の音からモデルを作成し、音の変化で異常発生を検知します) 】、【強化学習】を用意します。

本セミナーでは、最近注目されているDeep Learning (ディープラーニング) について、基礎的なところから応用事例まで解説いたします。

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。

本セミナーでは、ディープラーニングの手法について、その歴史と各種の学習アルゴリズムを概説します。その後、マルチモーダル学習という新しい分野へ応用した我々の最新研究の概要、ロボットの環境認識と行動学習への応用事例、最後に、リカレントニューラルネットへの展開等、将来の研究動向を議論します。

本セミナーでは、歩行者検出、外界認識、膨大な演算量の処理など、自動車への人工知能応用の最新動向について解説いたします。

本セミナーでは、画像認識問題を題材に、Deep Learning及び、Deep Learningのプログラミングについて解説いたします。