以下の類似セミナーへのお申込みをご検討ください。
機械学習を用いた画像認識技術の基礎とその応用
画像認識のためのディープラーニングとモデルの軽量化
画像認識技術入門
画像認識技術の初歩
■AI活用人材育成講座■『機械学習(ディープラーニング)の基礎・活用・実践<全3回>』
小規模データに対する機械学習の効果的適用法
■AI活用人材育成講座<第2回>■『ディープラーニングと機械学習プロジェクトの進め方』
■AI活用人材育成講座<第1回>■『Python基礎と機械学習基礎』
画像認識のためのパターン認識と深層学習
開催日 |
11:00 ~ 16:30 締めきりました |
---|---|
主催者 | 株式会社トリケップス |
キーワード | 機械学習・ディープラーニング 電気・電子技術 |
開催エリア | 東京都 |
開催場所 | 中央大学駿河台記念館(千代田区神田駿河台) |
本セミナーでは,パターン認識・機械学習の基礎と,Pythonによる実装について解説します.
近年,SVM, AdaBoost, Random Forestなどのこれまで広く利用されてきた機械学習ツールだけでなく,Deep Learning も様々なところで,特にAIシステムの構築に利用されていますが,それらを使いこなすには,基礎的な知識が重要です.そこで,パターン認識・機械学習の基礎について講義を行い,それをふまえてPythonを用いた実装やパラメタチューニングについて解説します.
また,近年のAIシステムの要となっているDeep Learningについても,実装方法や学習のコツなどについて解説します
【講師】
川西康友(かわにし やすとも)氏:名古屋大学大学院 情報科学研究科 助教(博士(情報学))
【プログラム】
1 パターン認識・深層学習の基礎
1.1 パターン認識とは
1.2 パターン認識の基礎技術
1.2.1 単純パーセプトロン
1.2.2 サポートベクトルマシン
1.2.3 アンサンブル学習
1.2.4 多層パーセプトロン
1.3 深層学習への発展
1.4 深層学習で出来ること
2 Python入門
2.1 なぜPythonか
2.2 Pythonの利用環境
2.3 Pythonの文法
2.4 Pythonでの機械学習に必要な数値計算
3 Pythonによるパターン認識システムの実装
3.1 サポートベクトルマシンを用いた画像認識
3.2 様々な手法の選択的な利用と比較
3.3 自動パラメタチューニング
4 PythonによるDeep Learningの利用
4.1 分類:Neural Networkによる画像認識
4.2 特徴抽出+分類:Convolutional Neural Networkの利用
5 まとめ・質疑応答
受講料】
・お1人受講の場合 46,000円[税別]/1名
・1口でお申込の場合 56,000円[税別]/1口(3名まで受講可能)
受講申込ページで2~3名を同時に申し込んだ場合、自動的に1口申し込みと致します。