DeepLearning（ディープラーニング）を活用した画像認識

【講師】

山下隆義（やましたたかよし）氏：中部大学　工学部　情報工学科　准教授（工学博士）

【プログラム】

1　ディープラーニングの現在
　1.1　ディープラーニングでできること

2　ディープラーニングとは？
　2.1　ディープラーニング関連手法の大別
　2.2　何がディープラーニング？
　2.3　注目されるきっかけ
　2.4　ディープラーニング界隈の動向

3　ニューラルネットワーク
　3.1　パーセプトロン
　3.2　誤り訂正学習
　3.3　誤差逆伝播法
　3.4　確率的勾配降下法

4　畳み込みニューラルネットワーク
　4.1　畳み込みニューラルネットワークの構造
　4.2　畳み込みニューラルネットワークの学習
　4.3　汎化性能を向上させる方法
　4.4　バッチ学習とバッチ正規化

5　リカレントニューラルネットワーク
　5.1　RNNとは
　5.2　RNNの順伝播
　5.3　RNNの逆伝播
　5.4　LSTMユニット

6　生成モデル
　6.1　オートエンコーダ
　6.2　Generative Adversarial Network （GAN）

7　強化学習
　7.1　強化学習のしくみ
　7.2　Q学習
　7.3　Deep Q-Learning

8　ディープラーニングのフレームワーク
　8.1　フレームワークの紹介
　8.2　Caffe
　8.3　Chainer
　8.4　TensorFlow

受講料

・お1人受講の場合　47,000円[税別]／1名
・1口でお申込の場合　59,000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。