Pythonによるディープラーニング～AIの基礎から最新・実用事例まで～

～AIの基礎から最新・実用事例まで～

【講師】

鶴 英雄氏：株式会社システム計画研究所事業本部 技術統括・戦略開発室長

略歴

　1992年4月株式会社システム計画研究所の入社。公共システム、ネットワークシステム、情報セキュリティシステム、各種システム基盤の設計・開発に従事。通信・制御・宇宙システム開発事業の統括兼AI事業推進を経て、2016年11月より現職。

・ネットワークスペシャリスト・テクニカルエンジニア（情報セキュリティ）

■専門および得意な分野・研究

　・機械学習及びAIに関するコンサルティング/システム設計/開発・情報システムの基本設計/アーキテクチャ設計/開発 ・ネットワーク、情報セキュリティに関するコンサルティング/設計/開発

■本テーマ関連学協会でのご活動

　・講演 一般社団法人　人工知能ビジネス創出協会 第５回ビジネス専門セミナー「Pythonによる機械学習入門」埼玉大学 2016年度後期「数理電子情報特論1」「ＡＩ開発の現場から 〜ソフトウェア開発会社からみたＡＩ事情〜」・書籍 「Pythonによる機械学習入門」（オーム社/2016.11）

■受講対象者

　・ ディープラーニング・AI・機械学習を理解したい方 ・ ディープラーニング・AI・機械学習を業務で利用しようとしている方 ・ Pythonによるディープラーニングを基礎から学んでみたい方・ その他、ディープラーニング・AI・機械学習に興味のある方

■必要な予備知識

　・この分野に興味のある方なら、特に必要はありません。但し、Pythonによるコード例を説明しますので、何がしかコンピュータ言語を触ったことがある方が理解しやすいかと思います。

■本セミナーで習得できること

　・ディープラーニング・AI・機械学習の全般的に知識・ディープラーニングのプログラミングコードと実行方法 ・AI・機械学習を実施する上での注意点や性能指標の読み方 ・ディープラーニングの概要と最近の話題・異常検知の考え方とディープラーニングの適用 ・物体検出、RNN(リカレントニューラルネットワーク)、生成モデル、強化学習の最新状況

【プログラム】

第１部 概要編
　概要編ではディープラーニング・AI・機械学習の概念から歴史・学習則まで様々な側面について解説します。

1. ディープラーニング・AI・機械学習
　1.1. ディープラーニング・AI・機械学習
　1.2. AI/機械学習をとりまく環境
　1.3. 関連分野
　1.4. 学習法による分類
　　　　教師あり学習、教師なし学習、強化学習
2. AI/機械学習のアプローチ
　2.1. 開発スタイル
　2.2. 適用における留意点
　2.3. 開発環境
3. ディープラーニング
　3.1. ディープラーニングの歴史
　3.2. ディープラーニングの学習則
　3.3. ディープラーニングのソフトウェア
　3.4. ディープラーニングの取り組み方
　
　第2部 基礎編
　基礎編ではAI/機械学習における基本的な問題である分類問題を取り上げ、問題を解きながら手法を解説していきます。また、データとの取り扱い方や性能計測の方法等AI・機械学習を活用するにあたって
必須となる基礎的概念を学びます。
　さらに画像による手形状分類を取り上げ、精度向上の取り組み方を説明します。分類を実現するディープラーニングのコードについても解説します。

4.分類問題
　4.1. 分類問題とは
　4.2. 最初の分類器
　4.3. 学習データとテストデータ
　　　　〜 ホールドアウトと交差検証
　4.4. 分類器の性能を評価しよう
　　　　〜正答率・適合率・再現率・F値
5. 画像による手形状分類
　5.1. 課題の設定
　5.2. 最初の学習
　5.3. 汎化性能を求めて
6. ディープラーニングによる手形状分類
　6.1. ディープラーニングによるアプローチ
　6.2. 精度評価
　6.3. 実現コード解説

第3部 最新・実用事例編
　ディープラーニングの最新・実用事例を説明していきます。

7. 最新のトピックス
　7.1. 異常検知
　7.2. 物体検出
　7.3. RNN(リカレントニューラルネットワーク)
　7.4. 生成モデル
　7.5. 強化学習

8. 実用事例
　 当社システム計画研究所ではディープラーニングを応用した製品を発売しております。ここではAI外観検査ソフトウェアgLupe(ジールーペ)と画像セグメンテーションツールを実演し、ディープラーニングの可能性について説明します。

【受講料】

・お1人受講の場合　46,000円[税別]／1名
・1口でお申込の場合　57,000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。