【中止】Pythonで学ぶ機械学習と深層学習（ディープラーニング）の基礎【ハンズオン講座】

セミナー趣旨

　この講座では、機械学習と深層学習の解説とともに、より具体的に理解するために Pythonを用いた演習を行います。演習課題には、異常検知、時系列モデルを取り上げます。深層学習のライブラリには Kerasを用います。サンプルプログラムをそのまま実行するのでなく、様々な演習課題に取り組むことで、理解を深めていただきます。

受講対象・レベル

・機械学習と深層学習についての理解を深めたいと考えている方
・具体的な課題に機械学習と深層学習の適用を検討されている方

必要な予備知識

・大学の初年次レベルの数学（線形代数・統計）に関する知識
・言語問わず、簡単なプログラミングの経験をお持ちの方（Pythonの経験がない方でも結構です）

習得できる知識

・機械学習と深層学習についての基礎知識
・機械学習と深層学習のPythonによる実装経験
など

セミナープログラム

1．機械学習の基礎
　1.1　機械学習をどのように活用するか？
　1.2　回帰モデルを用いた予測
　1.3　決定木の特長と利用方法
　1.4　クラスタリングと可視化
　1.5　異常検知への機械学習の応用

2．Pythonで学ぶ機械学習
　2.1　Python の基本
　2.2　IPython と Jupyter notebook の使い方
　2.3　数値計算ライブラリnumpy による行列演算
　2.4　pandas を用いた表形式のデータ処理
　2.5　scikit-learn を用いた機械学習アルゴルズム
　2.6　演習課題（時系列からの異常検知）

3．深層学習の基礎
　3.1　ニューラルネットワークの原理
　3.2　畳込みネットワーク（CNN）
　3.3　再帰型ネットワーク（RNN）

4．Kerasによる深層学習
　4.1　Keras の解説
　4.2　畳込みネットワーク（CNN）による画像の識別
　4.3　長・短期記憶（LSTM）による時系列フィッティング
　4.4　演習課題（加速度センサからのクラス識別）

＜質疑応答・個別質問・講師との名刺交換＞

■講演中のキーワード：
機械学習、深層学習、Python、異常検知、時系列モデル

セミナー講師

岐阜大学　工学部　電気電子・情報工学科　教授　速水 悟 先生

■略歴：
1981年　東京大学大学院 工学系研究科 修士課程修了。
同年　通商産業省工業技術院 電子技術総合研究所（現、国立研究開発法人産業技術総合研究所）。
1989年　カーネギーメロン大学 客員研究員。
1994年　フランス国立科学研究院機械情報学研究所 客員研究員。
2002年より　岐阜大学 教授
■著書：
事例＋演習で学ぶ機械学習 ビジネスを支えるデータ活用のしくみ、森北出版(2016-04)、共著：確率と確率過程、オーム社（2010-10）ほか。
■専門および得意な分野・研究：
メディア情報学、知能情報学、音声認識

セミナー受講料

1名48,400円(税込（消費税10％）、資料・昼食付)
　＊1社2名以上同時申込の場合、1名につき37,400円
　＊学校法人割引；学生、教員のご参加は受講料50％割引。

■受講者の方へ：PCご持参のお願い
　本セミナーでは、【Windows PCをご持参】頂きハンズオン演習を行います。つきましてお申込み前に以下のご確認もお願い致します。

①プラットフォームはWindowsでのご準備をお願い致します。
　Mac/Linuxでの動作確認は行っておりません。
②推奨PCスペック
　OS：Windows7以上、メモリ：4GB以上、CPU：Intel core i5以上
③USBポート使用可／Wi-Fi接続可のPCをご持参ください。
　当日USBによるデータの受け渡し、WEB上からデータのダウンロードがある可能性がございます。尚、会場にはFree Wi-fiがございます。
④PCご持参が難しい場合、お申込み時に選択欄から『PC貸出』を選択ください。7,700円（税込）にて貸出致します。PCの貸出は原則、開催１週間前までにお申し出ください。
⑤開催日が近づきましたら、別途事前インストールのお願い、および演習用のデータ配布等のご連絡を行います