深層学習 (Deep Learning) を用いた生成モデルの理論と応用事例～敵対的生成モデル (GAN) を中心に～

　深層学習(Deep Learning)は大量の正解ラベル付きデータを活用して画像や音声の識別や変換を行うことを得意としている．そのため、いくら手元に大量のデータがあっても、まずは人の手で分類・タグ付けを行う必要があり、導入の障害となっていることがある．一方で深層学習を用いた生成モデルは、正解ラベルが限られていたり、全く与えられていない状態でも、ある程度有益な情報を抽出・発見できることが知られている．本セミナーでは変分自己符号化器（VAE）や敵対的生成モデル（GAN）などの構造や理論的背景、応用事例について解説する．

【講師】

松原 崇　氏：神戸大学大学院 システム情報学研究科 助教 （博士（工学））

【プログラム】

1. 生成モデルとは何か？

　1.1. 生成モデルと生成モデル
　1.2. グラフィカルモデル

2. 深層生成モデル

　2.1. 変分自己符号化器（VAE） 　
　2.2. 階層的深層生成モデル
　2.3. 自己回帰モデル

3. 敵対的生成モデル（GAN）

　3.1. 基礎理論
　3.2. 応用事例

【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。