ディープラーニングの基礎と実践 ～PC実習付き～

☆大好評によりPC演習付き講座開催！

はじめて学ぶ方にも最適な講座！
基礎から具体的な実践方法をわかりやすく解説する！

講師

応用技術（株） ソリューション本部
　主査 ネットワークスペシャリスト　太田 桂吾 氏

受講料

R&D会員登録していただいた場合、通常1名様申込で49,980円（税込）から
★1名で申込の場合、47,250円（税込）へ割引になります。
★2名同時申込で両名とも会員登録をしていただいた場合、計49,980円（2人目無料）です。
学校関係者価格は、企業に在籍されている研究員の方には適用されません。

(まだR&D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。)

受講対象・レベル

ディープラーニングに興味があり、実践したい方

必要な予備知識

特に予備知識は必要ありません

習得できる知識

・データ処理の基本（理論と実践）
・機械学習／ディープラーニングの基本（理論と実践）

持参物

ノートPC（windows7,8,10　64bit版）※32bit版では、一部演習ができません。
※後日、事前設定についてご連絡いたします。

趣旨

　機械学習／ディープラーニングに取り組むために初歩の理論と実践の方法を学びます。
　前半はなるべく数式を使用せず、データ処理、機械学習を説明します。後半は、ディープラーニングの基礎を解説し、Windows(7,8,10)での環境構築方法から、自身のもつデータを分析する実践方法を解説します。
　講演後、すぐにディープラーニングを実践できることを目標とします。

プログラム

１．データ処理の基本
　1）データの定義
　2）扱うデータの特性を把握する
　　a）時間軸/場所の考慮
　　b）データを発生させるもの
　3）データの前処理
　　a）データの抜け、 異常値への対応
　　b）データの量を調整する(増やす/減らす）
　　c）データの次元を削減する
　4）ディープラーニングの精度を上げるためにどのようなデータを用意するか？
　　a）必要となるデータの量
　　b）データクレジング
　　c）フレームワークでの処理
　5）サンプルデータの説明
　　a）デモで使用するサンプルデータの説明

２．機械学習／ディープラーニングの数理・確率論　～対象物を数値情報へ変換する～
　1）画像を数値情報へ変換する
　2）言語を数値情報へ変換する
　3）音を数値情報へ変換する
　4）状態を数値情報へ変換する

３．機械学習の基礎と実践
　1）機械学習の基本
　　a）データがモデルをつくる
　　b）結果をどう受け取るべきか
　2）学習の種類
　　a）教師あり学習の基本
　　b）教師なし学習の基
　　c）強化学習の基本
　3） Windowsで機械学習環境をオープンソースにて構築
　　a）使用可能なオープンソース一覧
　　b）Pythonの設定（Windows7/10 端末の例）
　4） サンプルデータを機械学習で処理
　　a）何を導き出したいか？の定義
　　b）使用できるモデルは？
　　c）Pythonを実行し結果を得る
　5）機械学習のプログラム解説

４．ディープラーニングの基礎と実践
　1）Windowsでディープラーニング環境をオープンソースにて構築
　　a）TensorFlow環境の構築
　　　　★実践形式（ハンズオン形式）
　　b）Chainer環境の構築
　　　　★実践形式（ハンズオン形式）
　1）機械学習とディープラーニングの違いは？
　　a）ニューラルネットワークとは
　　b）生じた誤差の吸収
　　c） 特微量の抽出／学習の方法
　2）ディープラーニングを分類し、その特徴を把握する
　　a）畳み込みニューラルネットワーク CNN(Convolutional Neural Network）
　　　　★実践形式（ハンズオン形式）
　　b）再帰型ニューラルネットワーク RNN(Recurrent Neural Network）
　　　　★実践形式（ハンズオン形式）
　　c）強化学習(Deep Q-learning）
　　　　★実践形式（ハンズオン形式）
　5）プログラム解説
　　a）TensorFlowの解説
　　b）Chainerの解説
　6）解析結果の考察とチューニング
　　a）TensorFlow
　　★実践形式（ハンズオン形式）
　　b）Chainer
　　★実践形式（ハンズオン形式）
　7）精度を上げるためにいかにパラメータを最適化するか？
　　★実践形式（ハンズオン形式）
　8）過学習の判断基準
　9）その他、実践にあたり注意すべきこと

５．このセミナーだけで終わらせないために
　1）twitter/ブログを通じた情報の収集
　2）より高速な環境を求める場合

 【質疑応答・名刺交換】

キーワード ディープラーニング,deep learning,機械学習,基礎,実践,セミナー,研修,講習