【中止】Pythonによる機械学習プログラミング入門 ～実習付き～

セミナー趣旨

  　本講座では、機械学習プログラミングの基本について、具体的なPythonプログラムの事例を通して紹介します。はじめに人工知能や機械学習について概観した後、いくつかの機械学習手法を取り上げて、Pythonプログラムの実例を示しつつ解説します。次に、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、実際にPythonのプログラムをお手元のPC上で動かしてみることで、具体的な挙動を示します。また、それらの基礎技術を踏まえた上で、ディープラーニングで頻繁に用いられる畳み込みニューラルネットについて、Pythonのプログラムを用いて、構成方法と動作の基礎を紹介します。また、ディープラーニングの現状や、機械学習・ディープラーニングでできることについての考察、および機械学習・ディープラーニングの課題についても取り上げます。
　本講座では、Google Colaboratoryを利用して、お手元のコンピュータ上でPythonプログラムを動作させることで、 プログラミング実習をご体験頂きます。Google Colaboratoryは、Googleのアカウントがあれば、インストール不要かつ無料でPythonのプログラミングを体験することができるツールです。

セミナープログラム

 1　機械学習とは
　　1.1　学習と機械学習
　　　1.1.1　ディープラーニングの成果
　　　1.1.2　人工知能とは
　　　1.1.3　機械学習とは
　　1.2　機械学習の方法
　　　1.2.1　進化的計算
　　　1.2.2　群知能
　　　1.2.3　強化学習
　　　1.2.4　ニューラルネットワーク
　　　1.2.5　ディープラーニング

　2　強化学習
　　2.1　強化学習とは
　　2.2　Q学習による強化学習の実現

　3　群知能
　　3.1　群知能とは
　　3.2　蟻コロニー最適化法による群知能の実現

　4　進化的手法による機械学習
　　4.1　進化的手法とは
　　4.2　遺伝的アルゴリズムの実際

　5　ニューラルネットワークの基礎・構成と使い方
　　5.1　人工ニューラルネットワーク
　　　5.1.1　人工ニューロンのモデル
　　　5.1.2　ニューラルネットワーク
　　　5.1.3　ニューラルネットワークの学習
　　5.2　バックプロパゲーションによるニューラルネットワークの学習
　　　5.2.1　バックプロパゲーションの原理
　　　5.2.2　バックプロパゲーションのアルゴリズム

　6　ディープラーニングと畳み込みニューラルネット
　　6.1　ディープラーニングとは
　　　6.1.1　ディープラーニングの基礎
　　　6.1.2　ディープラーニングの具体的技術
　　6.2　畳み込みニューラルネットワーク
　　　6.2.1　画像処理と画像フィルタ
　　　6.2.2　画像フィルタの実際
　　　6.2.3　畳み込みニューラルネットの概念
　　　6.2.4　畳み込みニューラルネットの構造
　　　6.2.5　畳み込みニューラルネットワークの構成方法
　　　6.2.6　畳み込みニューラルネットによる画像認識
　　　6.2.7　畳み込みニューラルネットワークの応用

　7　機械学習・ディープラーニングの現状
　　7.1　機械学習・ディープラーニングでできること　
　　7.2　機械学習・ディープラーニングの課題

セミナー講師

小高 知宏（おだかともひろ）　氏　 福井大学大学院　工学研究科　知能モデリング研究室教授　教授（工学博士）

セミナー受講料

お1人様受講の場合　51,700円[税込]／1名
1口でお申込の場合　62,700円[税込]／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。

受講について

• 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング（http://zoom.us/test）にアクセスできることをご確認下さい。
• インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。
• 受講中の録音・撮影等は固くお断りいたします。