ディープラーニングを理解し,実務に活用するための フレームワークによる機械学習及びディープラーニングの基礎と実践

案内
パンフレット
PDF印刷

機械学習,ディープラーニングの概要,開発環境構築,ディープラーニングの環境作成方法,
 データの前処理方法,実際のデータの扱い方について,画像分類・音による異常検知・
   強化学習の基礎などのサンプルプログラムによるPC演習を通じて,学習する特別セミナー!!

講師 応用技術(株) ソリューション本部  事業推進部 太田 桂吾 先生
日時

2018/6/1(金) 10:00 ~ 16:50

会場

連合会館 (東京・お茶の水)

会場案内
受講料 1名:48,600円 同時複数人数申込みの場合 1名:43,200円
講師 応用技術(株) ソリューション本部  事業推進部 太田 桂吾 先生
日時 2018/6/1(金) 10:00 ~ 16:50
会場

連合会館 (東京・お茶の水)

会場案内
受講料 1名:48,600円 同時複数人数申込みの場合 1名:43,200円

予備知識

 簡単なプログラムの知識
  (DOSでコマンドが実行できる等)

習得知識

 Pythonフレームワークを使用し、実際のデータを使用し、基本的なディープラーニングによる解析等が可能となります。

持参品

 ノートパソコン
 事前に各受講者にPython/フレームワーク環境の構築お願いできればと思います。
 環境構築用のファイルを配布します。
 実際のインストールは、講習の中で実施します。

講師の言葉

 午前は、機械学習、ディープラーニングの概要を学習します。また、苦労する開発環境の構築に関しても
 時間をとって説明します。
 午後は、ディープラーニングの環境作成方法、データの前処理方法、Chainerを利用したサンプルプログラムを
動かしながら、実際のデータをどう扱うかを学習していきます。 サンプルは下記を用意します。
 ・画像分類
 ・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)
 ・強化学習の基礎から簡単なサンプルまで演習できます。
 特に強化学習の講義は、まだ数がすくないため貴重です。

プログラム

1.機械学習とディープラーニング
 1)機械学習の基本
  a) データがモデルをつくる
 2)学習の種類
  a) 教師あり学習の基本
  b) 教師なし学習の基本
  c) 強化学習の基本
 3)ディープラーニング
  a)概要
2.事象を数値へ変換する
 1)画像を数値情報へ変換する
 2)言語を数値情報へ変換する
 3)音を数値情報へ変換する
 4)状態を数値情報へ変換する
3.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)データ前処理の方法
4.開発環境の作成
 1)Windows7~10 (32bit環境)
 2)Windows7~10(64bit環境)
5.ディープラーニングの基礎と実践
 1)ディープラーニングの種類
  a) 畳み込みニューラルネットワーク CNN(Convolutional Neural Network)
  b) 再帰型ニューラルネットワーク RNN (Recurrent Neural Network)
  c) 強化学習 (Deep Q-learning)
 2)Windowsでディープラーニング環境をオープンソースのフレームワークにて構築
  a) Chainer
 3)画像分類
  a) Chainerで動かし結果を得る
 4)音による異常検知(AutoEncoder使用)
  a) Chainerでサンプルプログラムを動かします
 5)強化学習
  a) Chainerでサンプルプログラムを動かします
 6) 過学習の判断
 7) その他、実践にあたり注意すべきこと
6.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

講師紹介

 1990年 3月 岡山大学 文学部卒業
  同年   4月 応用技術株式会社 入社
 多くのWEBシステム構築に携わる
 近年はデータマイニング技術の応用に携わる
 一般企業向けの機械学習・ディープラーニングセミナー開催 多数