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
深層学習と適応フィルタ:2つの概念の理解と使い分け
小規模データに対する機械学習の効果的適用法
画像認識技術入門
世界初の深層学習法:浸透学習法(PLM:Percolative Learning Method)の原理と応用
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
ベイズ統計から学ぶ統計的機械学習
■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>』
深層学習と深層強化学習への入門 ~アルファ碁アルゴリズムの理解を目指して~
開催日 |
10:30 ~ 16:30 締めきりました |
---|---|
主催者 | 株式会社 情報機構 |
キーワード | 機械学習・ディープラーニング AI(人工知能) |
開催エリア | 神奈川県 |
開催場所 | 【川崎市幸区】川崎市産業振興会館 |
交通 | 【JR】川崎駅 【京急】京急川崎駅 |
これまでの深層学習の様々な成果から、 最新のライブラリ
(TensorFlowとKeras)を用いた深層強化学習までを一日速習!
講師
理化学研究所 数理創造プログラム 上級研究員 博士(理学) 瀧 雅人 先生
【講師紹介】
2009年東京大学理学系研究科物理学専攻卒業後、京都大学基礎物理学研究所、理化学研究所で素粒子物理、超弦理論の研究に従事。その後分野横断研究に関わる傍、深層学習の研究を始める。
2017年より理化学研究所数理創造プログラム上級研究員。
・著書
「機械学習スタートアップシリーズ これならわかる深層学習入門」(講談社 2017年10月)
【専門】
超弦理論、超対称場の量子論の数理構造。
深層学習(その理論的メカニズムや、モデル・アルゴリズムの数理的デザイン)
受講料
1名46,440円(税込(消費税8%)、資料・昼食付)
*1社2名以上同時申込の場合 、1名につき35,640円
*学校法人割引 ;学生、教員のご参加は受講料50%割引。
セミナーポイント
■ はじめに
2012年以来、深層学習の発展は驚くべきスピードで進んでいます。画像認識に端を発する発展は、そこでの知見を元に、音声認識や自然言語処理、そしてゲームやパズルといったより高度なタスクへの応用へと進展してきています。
本セミナーでは、一連の流れの到達点である囲碁プログラム「アルファ碁」を取り上げ、そのアルゴリズムを理解するために必要な深層学習と深層強化学習について解説します。これまでの深層学習の様々な成果から、最新のライブラリ(TensorFlowとKeras)を用いた深層強化学習までを一日でご紹介します。
■ 必要な予備知識
込み入った数学的説明は避けますが、アルゴリズムを正確に説明するため一部に簡単な数式を用います。高校数学で扱う行列と微分、確率の定義を復習されていただけると、スムーズにお聞きいただけると思います。
■ 本セミナーに参加して修得できること
・畳み込みニューラルネットの仕組み
・強化学習の考え方
・深層学習と強化学習を組み合わせてゲームを解く方法
・モンテカルロ木探索や、アルファ碁のアルゴリズムの仕組み
セミナー内容
0.導入
・これまでの深層学習の様々な成果
1.深層学習による画像認識
・データとは?
・機械学習とは何か?
・ニューラルネットと深層学習
・なぜ深層化するのか?
2.現代的畳み込みニューラルネット
・畳み込みとは?
・畳み込みネット
・様々なテクニック
・CNNの最新モデル
3.正則化テクニック
・早期終了
・重み減衰
・バッチ規格化
・モデル選択
4.強化学習入門
・確率論の復習
・強化学習の枠組み
・価値関数による学習
・方策による学習
・深層強化学習
5.ライブラリを用いた深層強化学習
・ライブラリ入門:TensorFlowとKeras
・シミューレーション環境
・深層強化学習
6.アルファ碁の仕組み
・モンテカルロ木探索とゲームAI
・AlphaGo Fan/Lee
・AlphaGo Zero
・AlphaGo Zeroとマルチタスク学習