以下の類似セミナーへのお申込みをご検討ください。
★パソコン実習付き!
★これから実装をしようとする方のための理論と実装。
★ディープラーニング、Python によるデータ処理。
講師
(株)情報医療(MICIN, Inc.)CTO
東京大学招聘講師 巣籠 悠輔 先生
講師紹介
■主経歴等
Gunosy, READYFOR の創業メンバーとして、エンジニアリング、デザインを担当。
大学院修了後は電通にてデジタルクリエイティブの企画・制作、ディレクションに従事。Googleニューヨーク支社勤務を経て、株式会社情報医療(MICIN, Inc.)を共同創業。
東京大学工学部システム創成学科卒(首席)、東京大学工学系研究科技術経営戦略学修了。
■著書
・「詳解 ディープラーニング -TensorFlow・Kerasによる時系列データ処理-」(著、マイナビ出版、2017.05.30)
・「Deep Learning Javaプログラミング 深層学習の理論と実装 (impress top gear)」(著・訳、インプレス社、2016.10.07)
・「Java Deep Learning Essentials」(著、Packt Publishing社、2016.05.30)
■専門および得意な分野・研究
○機械学習・深層学習を用いたデータ分析
・画像処理、自然言語処理、時系列データ処理等
・医療情報、金融情報
○アプリケーション開発
・ウェブ、iOS、Android開発
■本テーマ関連学協会での活動
・東京大学 Deep Learning基礎講座の講師を担当
受講料
1名46,440円(税込(消費税8%)、資料・昼食付)
*1社2名以上同時申込の場合 、1名につき35,640円
*学校法人割引 ;学生、教員のご参加は受講料50%割引。
セミナーポイント
■参加対象
Anaconda、TensorFlowのインストールを自力で出来て、機械学習・ディープラーニングおよび実装に興味ある方。
■受講にあたって
① 各自、パソコンを持参下さい。
② 事前に必ずインストールをお願いします。(インストール手順は記事の最後にあります)
インストールに関する当社へのお問合せはご遠慮願います。
■講座のポイント
ディープラーニングの研究はますます活発になり、勢いをとどめることを知りません。そのおかげもあり、ディープラーニングを実装するための環境がどんどん整備され、学習コストも下がりつつあります。
そこで、本セミナーでは、ディープラーニングの基礎から応用までを、理論だけでなくTensorFlow・Kerasを用いた実装まで行うことで、ディープラーニングを実務に活かしていくための知識の習得を目指します。
■受講後、習得できること
・ディープラーニングの基本理論から応用まで
・ディープラーニングにおけるデータ処理のテクニック
・Pythonによるデータ処理の基本から応用まで
・TensorFlow・Kerasによるディープラーニング手法の実装
セミナー内容
1.TensorFlow 概要
1.1 TensorFlow の基本処理
1.2 TensorBoard について
2.機械学習入門
2.1 様々なPython ライブラリの活用
2.2 ロジスティック回帰の理論と実装
3.ディープラーニング入門
3.1 ニューラルネットワークの概要
3.2 多層パーセプトロンの理論と実装
3.3 モデルの評価について
3.4 TensorFlow と Keras の比較
3.5 ディープにする上での課題
4.ディープラーニング実践
4.1 実装におけるテクニック
4.2 活性化関数、ドロップアウトの効果
4.3 より高度なテクニック
5.ディープラーニングの応用事例
※内容は一部変更・追加などがある可能性があります。
<インストール手順>
①【Anaconda のインストール】
・GUI による Anaconda のインストール
Anaconda のダウンロードページ
https://www.continuum.io/downloads
から、Python 3.X version を選択し、インストーラをダウンロードしてください。
インストーラを実行し、画面の指示に従うとインストールが完了します。
コマンドプロンプトあるいはターミナルを開き、
$ python --version
Python 3.X :: Anaconda 4.X (x86_64)
となっていることを確認してください。
・pyenv を用いた Anaconda のインストール
$ git clone https://github.com/yyuu/pyenv.git ~/.pyenv
にて pyenv をインストールした後、
$ echo 'export PYENV_ROOT="${HOME}/.pyenv"' >> ~/.bash_profile
$ echo 'export PATH="${PYENV_ROOT}/bin:$PATH"' >> ~/.bash_profile
$ echo 'eval "$(pyenv init -)"' >> ~/.bash_profile
$ exec $SHELL
で pyenv を読み込んでください。その後、
$ pyenv install anaconda3-4.2.0
$ pyenv global anaconda3-4.2.0
とすれば完了です。
コマンドプロンプトあるいはターミナルを開き、
$ python --version
Python 3.5.2 :: Anaconda 4.2.0 (x86_64)
となっていることを確認してください。
②【TensorFlowのインストール】
コマンドプロンプトあるいはターミナルから、
$ pip install --upgrade pip
$ pip install tensorflow
とすれば完了です。
$ python
で Python インタプリタを起動し、
>>> import tensorflow as tf
と打ってエラーがでなければ問題ありません。
関連セミナー
もっと見る関連教材
もっと見る関連記事
もっと見る-
生成AI、工場でどこまで使えるのか(その3)生成AIの能力比較
近い将来、対話型AIが現行の検索エンジンにとって代わる可能性が指摘されていますが、今回は、連載解説(その3)生成AIの能力比較。を解説... -
生成AI、工場でどこまで使えるのか(その2)生成AIの回答を検証する
近い将来、対話型AIが現行の検索エンジンにとって代わる可能性が指摘されていますが、今回は、連載解説(その2)生成AIの回答を検証するを... -
生成AI、工場でどこまで使えるのか(その1)プロンプトエンジニアリング
近い将来、対話型AIが検索エンジンにとって代わる可能性が指摘されていますが、今回は、生成AIの活用方法をいろいろと試す「生成AIは、工... -
シンギュラリティの危機~職を失う人びと~あなたは生き残れるか
【目次】 1. シンギュラリティの到来 人間は誰もこんなディストピア※1を望んではいなかった。これはシンギュラリティが到来した後、...