機械学習と深層学習による時系列モデル入門
開催日 |
10:30 ~ 16:30 締めきりました |
---|---|
主催者 | サイエンス&テクノロジー株式会社 |
キーワード | 情報マネジメント一般 |
開催エリア | 東京都 |
開催場所 | 【大田区】大田区産業プラザ(PiO) |
交通 | 【京急】京急蒲田駅 |
~さあ、機械学習を利用しよう。Pythonとフレームワークによる実装を学ぼう。~★ エンジニア向けの機械学習の基礎。時系列データから、時間とともに変化する現象をモデル化する基本的な手法とは!
★ 深層学習における時系列モデルとして、再帰型ネットワーク、LSTM、注意型ネットワークについて解説します。
受講料
48,600円 ( S&T会員受講料 46,170円 )
(まだS&T会員未登録の方は、申込みフォームの通信欄に「会員登録情報希望」と記入してください。詳しい情報を送付します。ご登録いただくと、今回から会員受講料が適用可能です。)
【キャンペーン!2名同時申込みで1名分無料(1名あたり定価半額の24,300円)】
※2名様ともS&T会員登録をしていただいた場合に限ります。
※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
※3名様以上のお申込みの場合、上記1名あたりの金額で追加受講できます。
※受講券、請求書は、代表者にご郵送いたします。
※請求書および領収書は1名様ごとに発行可能です。
(申込みフォームの通信欄に「請求書1名ごと発行」と記入ください。)
※他の割引は併用できません。
講師
岐阜大学 工学部 教授、知能科学研究センター センター長 速水 悟 氏
【経歴】
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 岐阜大学工学部 教授。
2017年4月より 工学部 知能科学研究センター センター長。
趣旨
本セミナーでは、エンジニア向けに機械学習の基礎を説明し、時系列データから、時間とともに変化する現象をモデル化する基本的な手法を解説します。また深層学習における時系列モデルとして、再帰型ネットワーク、LSTM(長・短期記憶)、注意型ネットワークについて解説します。
機械学習と深層学習の具体的な適用方法として、Pythonとフレームワークによる実装例を紹介します。
プログラム
<得られる知識・技術>
機械学習を利用するための基本的な枠組みが理解できます。
深層学習を学び、実践する過程で必要な知識がどのようなものかを知ることができます。
深層学習の適用事例についての最近の動向を知ることができます。
<プログラム>
1.機械学習による時系列のモデル化
1.1 機械学習をどのように活用するか?
1.2 異常検知から予測へ
1.3 回帰モデルを用いた予測
1.4 線形予測モデルによる時系列解析
2.深層学習による時系列のモデル化
2.1 順伝播型ネットワーク
2.2 誤差逆伝播法によるパラメータ推定
2.3 畳込みネット(CNN)による画像の識別
2.4 再帰型ネット(RNN)による時系列の予測
2.5 長・短期記憶(LSTM)におけるゲートの役割
2.6 注意型ネット(Attention)による変換
2.7 コネクショニスト時系列分類法(CTC)
2.8 end-to-end アプローチの意義
3.Python による実装
3.1 Python の解説と回帰モデルの実装例
3.2 フレームワークとしてのTensorFlowとKeras
3.3 フレームワークによる再帰型ネットワークの実装例
4.時系列モデルへの深層学習の適用
4.1 深層学習の組み合わせによる読唇(動画像認識)
(DeepMind とオックスフォード大学による研究の紹介)
4.2 深層学習による音響イベント検出モデルの学習
(Google によるYouTube映像を用いた研究の紹介)
□質疑応答・名刺交換□