パターン認識のシステム構築に必要な

Pythonによる画像認識のための機械学習・ディープラーニング入門(PC演習つき)

セミナー
リーフレット
印刷はこちら
画像認識の基礎とPythonでの実装について解説し,
 Pythonを用いて深層学習等のツールを利用できることを体験する特別セミナー!!
講師

名古屋大学大学院情報学研究科 知能システム学専攻 助教 博士(情報学) 川西 康友 先生

日時

2019/8/30(金) 10:00 ~ 16:30

会場

連合会館 (東京・お茶の水)

会場案内
受講料 (消費税等込み)1名:48,600円 同一セミナー同一企業同時複数人数申込みの場合 1名:43,200円
講師

名古屋大学大学院情報学研究科 知能システム学専攻 助教 博士(情報学) 川西 康友 先生

日時 2019/8/30(金) 10:00 ~ 16:30
会場

連合会館 (東京・お茶の水)

会場案内
受講料 (消費税等込み)1名:48,600円 同一セミナー同一企業同時複数人数申込みの場合 1名:43,200円
受講対象

 Pythonに限らずプログラミング経験がある方


習得知識

 1)パターン認識・機械学習に関する知識を習得
 2)画像認識,深層学習の簡単なプログラムを作成できるようになる


持参品

ノートPC(Windows/Mac OSは何でも可能)
Googleアカウントを取得しておくことが必要です。
※演習としては,Wifi等ネットワーク経由でGoogleのサービスにアクセスし,
そのサーバ上で演習を行うことを想定しています。
Googleに接続可能なWebブラウザさえあれば大丈夫です。


講師の言葉

 本セミナーでは、画像認識の基礎と、そのPythonでの実装について解説します。
 近年、SMVなどのこれまで広く利用されてきた機械学習・パターン認識手法だけでなく、Deep Learningも
様々なところで利用されています。
 Pythonとライブラリを利用することで、これらの様々な手法が簡単に利用できることを知り、それらを
使いこなせるようになることを目的としています。
 また、実際にPythonを用いてこうしたツールを簡単に利用出来るということを実体験していただきます。

プログラム

1. 機械学習とパターン認識
 1.1 パターン認識とは
 1.2 パターン認識と機械学習
 1.3 機械学習の枠組み
 1.4 パターン認識・機械学習の応用例
2. 機械学習の各種手法と深層学習
 2.1 k近傍法
 2.2 線形識別関数
  ・単純パーセプトロン
  ・サポートベクトルマシン
 2.3 アンサンブル学習
  ・ランダムフォレスト
 2.4 ニューラルネットワーク
  ・多層パーセプトロン
  ・深層学習
3. Pythonによるパターン認識システムの実装
 3.1 Python
 3.2 機械学習のためのPythonパッケージ
 3.3 SVMによる画像認識
 3.4 様々な手法の利用と比較
 3.5 自動的なパラメータチューニング
4. Pythonによる深層学習の利用
 4.1 分類
 4.2 特徴抽出+分類
5. まとめと質疑応答
講師紹介
2012年 京都大学大学院 情報学研究科 博士後期課程修了
2012年 京都大学 学術情報メディアセンター 特定研究員
2014年 名古屋大学 未来社会創造機構 特任助教
2015年 名古屋大学 情報科学研究科 助教

電子情報通信学会,画像電子学会,IEEE 各会員