Ｐｙｔｈｏｎで学ぶ畳み込みニューラルネットワークの入門講座

　本講座では、ディープラーニングの基本技術である畳み込みニューラルネットワークについて、その基礎及び構成方法の基本を紹介します。人工知能や機械学習について概観した後、特に、ニューラルネットワークの基礎的な計算方法や、ネットワークの構成方法、またニューラルネットの学習方法について基礎から紹介します。また、それらの基礎技術を踏まえた上で、畳み込みニューラルネットについて、構成方法と動作の基礎を紹介します。

１．機械学習と畳み込みニューラルネットワーク
　1) 学習と機械学習
　　a）ディープラーニングの成果
　　　・AlphaGo  
　　b）人工知能とは
　　　・強いAIと弱いAI
　　c) 機械学習とは
　　　・教師あり学習
　　　・教師なし学習
　　　・強化学習
　　d) 機械学習の方法
　　　・演繹と帰納
　　　・オッカムのカミソリ
　　　・ノーフリーランチ定理
　　　・データセットの構成方法
　2)さまざまな機械学習
　　a）進化的計算
　　b）群知能
　　c）強化学習
　　d）ニューラルネットワーク
　　e）畳み込みニューラルネットワーク・ディープラーニング

２．畳み込みニューラルネットワークの基礎・構成と使い方
　1) 人工ニューラルネットワーク
　　a）人工ニューロンのモデル
　　　・結合荷重、しきい値、伝達関数
　　b）ニューラルネットワーク
　　　・階層型ネットワーク
　　c）ニューラルネットワークの学習
　　　・バックプロパゲーション
　2) バックプロパゲーションによるニューラルネッワークの学習
　　a）バックプロパゲーションの原理
　　　・誤差の逆伝搬
　　b）バックプロパゲーションのアルゴリズム
　　　・コンピュータプログラムによる実装

３．ディープラーニングと畳み込みニューラルネット
　1) ディープラーニングとは
　　a）ディープラーニングの基礎
　　　・インターネット、ビッグデータ、ハードウェア技術の進歩
　　b）ディープラーニングの具体的技術
　　　・自己符号化器、畳み込みニューラルネットワーク
　2) 畳み込みニューラルネットワーク
　　a）画像処理と画像フィルタ
　　　・画像フィルタと畳み込みフィルタ
　　b) 画像フィルタの実際
　　　・畳み込みフィルタの適用方法
　　c）畳み込みニューラルネットの概念
　　　・階層型ニューラルネットの特殊な形式
　　d）畳み込みニューラルネットの構造
　　　・畳み込み層とプーリング層
　　e）畳み込みニューラルネットワークの構成方法
　　　・畳み込みそうとプーリング層の機能
　　f）畳み込みニューラルネットによる画像認識
　　　・コンピュータプログラムによる実装

４．機械学習・ディープラーニングの現状
　 1）機械学習・ディープラーニングでできること
 　2）機械学習・ディープラーニングの課題
　　　・学習結果の解釈
　　　・学習方法の設計
　　　・他の手法との融合

　　□質疑応答□

福井大学　工学部　知能システム工学科　教授　工学博士　小高 知宏 氏
専門
知識情報処理
主な著書
・はじめての機械学習（オーム社）
・AIによる大規模データ処理入門（オーム社）
・はじめてのAIプログラミング（オーム社）
・はじめてのAIアプリケーション（オーム社）
・人工知能システムの構成（近代科学社）
・人工知能入門（共立出版）