以下の類似セミナーへのお申込みをご検討ください。
■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>』
機械学習を用いた画像認識技術の基礎とその応用
小規模データに対する機械学習の効果的適用法
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
第一原理計算と機械学習を用いた材料設計 ~基礎原理から機械学習力場活用の最新動向まで~
機械学習によるデータ分析の基礎知識と勘所
ベイズ統計から学ぶ統計的機械学習
画像認識技術入門
フレームワークによる機械学習及びディープラーニングの基礎と実践
開催日 |
10:30 ~ 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 |
開催エリア | 東京都 |
開催場所 | ちよだプラットフォームスクウェア |
【講師】
太田桂吾(おおたけいご)氏:応用技術株式会社 ソリューション本部 主査
【プログラム】
1 機械学習とディープラーニング
1.1 機械学習の基本
*データがモデルをつくる
1.2 学習の種類
*教師あり学習の基本
*教師なし学習の基本
*強化学習の基本
1.3 ディープラーニング
*概要
2 事象を数値へ変換する
2.1 画像を数値情報へ変換する
2.2 言語を数値情報へ変換する
2.3 音を数値情報へ変換する
2.4 状態を数値情報へ変換する
3 機械学習/ディープラーニングを行う際に必要なデータ処理の基本
3.1 データ前処理の方法
4 ディープラーニングの基礎と実践
4.1 ディープラーニングの種類
*畳み込みニューラルネットワーク:CNN(Convolutional Neural Network)
*再帰型ニューラルネットワーク:RNN(Recurrent Neural Network)
*強化学習(Deep Q-learning)
4.2 Windowsでディープラーニング環境をオープンソースのフレームワークにて構築
*Chainer
4.3 画像分類
*Chainerで動かし結果を得る
4.4 音による異常検知(AutoEncoder使用)
*Chainerでサンプルプログラムを動かします
4.5 強化学習
*Chainerでサンプルプログラムを動かします
4.6 過学習の判断
4.7 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
5.1 twitter/ブログを通じた情報の収集
5.2 より高速な環境を求める場合