TensorFlowを用いたディープラーニングの基本フローと実装のポイント

★注目のTensorFlowを用いてディープラーニングを実装するための入門講座！
★ディープラーニング、TensorFlow、Python言語の基礎から、CNN・RNN・DNNなど種々の手法の実装ポイント、応用例まで。デモを交えた１日速習セミナー！

講師

有限会社サイバースペース　取締役　清野 克行 先生

　慶應義塾大学工学部電気科卒。情報処理学会会員。日本IBM、日本HPで、製造・装置業を対象とした業務系/基幹業務系システムのSE/マーケティングや、分散システムによる社内業務システム開発などに携わる。

セミナー開催にあたって

■はじめに：
　TensorFlowはGoogle社のディープラーニング（深層学習）フレームワークですが、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。
　本講座では、ディープラーニングの解説から始め、併せてPythonで記述するTensorFlowのプログラミング方式解説、TensorFlow稼働環境での具体的なサンプル実行と解説を行います。

■受講対象者：
　・ニューラルネットワークによるディープラーニングについて、理論およびアプローチ方式について知りたい方
　・GoogleのTensorFlowでディープラーニングのプログラミングを行ってみたい方
　・TensorFlowを使用したディープラーニングプログラミングでどのような応用事例があるのか知りたい方
　・画像認識、音声認識、自然言語処理、検索システムなどの開発に興味がある方および仕事で関係する方

■必要な予備知識：
　高校卒業レベルの数学の知識

■本セミナーで習得できること（一例）：
　・ディープラーニングについてその理論を理解することができます
　・TensorFlowを使用した、Python言語によるプログラム記述ができるようになります
　・TensorFlowの応用例としてどのようなものがあるかを知ることができます

プログラム

１．AI利用の現状
　1）ビジネス分野
　2）医療分野
　3）パーソナル・アシスタント・システム
　4）AI技術を構成する複数の流れ
　5）TensorFlowの普及率は他を圧倒している

２．Python言語の基礎
　1）PythonとC言語
　2）算術演算
　3）データ型
　　a）リスト（List）
　　b）Dictionary
　　c）Boolean
　4）関数
　5）クラス
　6）数値計算ライブラリNumpy

３．パーセプトロン
　1）単純パーセプトロン
　2）単純パーセプトロンの限界
　3）多層パーセプトロン
　4）線形関数と非線形関数

４．ニューラルネットワーク
　1）ニューラルネットワークとその表現
　2）活性化関数
　　a）シグモイド関数
　　b）ステップ関数
　　c）ランプ関数ReLU(RectifiedlinearUnit）
　3）3層ニューラルネットワークの実装(パーセプトロン）
　　a）多次元配列の計算
　　b）行列の内積（ドット積）
　4）3層ニューラルネットワークの実装
　　a）入力層から第１層への信号の伝達
　　b）第１層から第２層への信号の伝達
　　c）第２層から出力層への信号の伝達
　5）出力層の設計
　　a）恒等関数
　　b）ソフトマックス関数
　6）ロジステック回帰
　7）One-Hot-Vector
　8）バックプロパゲーション

５．TensorFlow
　1）TensorFlowとは
　2）TensorFlowの実行環境構築
　3）TensorFlowプログラミングの基本
　4）1つのニューロン層の場合
　5）2層からなるグラフのプログラム
　6）3層からなるグラフのプログラム
　7）パラメーター（重みとバイアス）の最適化方法

６．TensorFlowサンプルプログラム
　1）ニューラルネットワークのパラメータ最適化
　2）相関と回帰
　3）線形回帰
　4）損失関数（LossFunction）
　5）Gradientdescent勾配降下法
　　a）サンプル線形回帰を使用
　　b）サンプルシグモイド関数を使用
　6）畳み込みニューラルネットワークCNN = ConvolutionalNeuralNetworks
　7）MNISTサンプル
　8）多層畳み込みネットワークの構築
　9）バックプロパゲーション（Backpropagation）誤差逆伝播法
　10）CIFAR-10サンプルCIFAR-100サンプル
　11）再帰型ニューラルネットワーク = RNN（RecurrentNeuralNetworks）
　12）ディープニューラルネットワーク = DNN（DeepNeuralNetworks）

＜質疑応答・個別質問・名刺交換＞

■ご講演中のキーワード：
　パーセプトロン、ニューラルネットワーク、活性化関数、線形関数と非線形関数、ロジステック回帰、バックプロパゲーション