以下の類似セミナーへのお申込みをご検討ください。
人工知能の医療検査への応用事例と関連法規制
人工知能初めの第一歩のセミナー ~人工知能は電気羊の夢を見るか?~
AIプログラミングができない要素技術者自身で開発できる人工知能技術 ~深層学習とMTシステムの基礎・学習データ最小化・開発実務応用入門~【AI構築デモ付き(希望者にAI構築・計算方法Excel資料提供)】
小規模データに対する機械学習の効果的適用法
実践:AI時代の戦略立案
深層学習と適応フィルタ:2つの概念の理解と使い分け
エンジニアのための実験計画法とExcel上で構築可能な人工知能を併用する非線形実験計画法
予備知識なしからでも学べる実績ありの製造業AI活用ノウハウディープニューラルネットワークモデル/MTシステムの基礎と学習データ最小化
(1日で学べる)人工知能・ディープラーニング超入門
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 | AI(人工知能) |
開催エリア | 東京都 |
開催場所 | 【品川区】きゅりあん |
交通 | 【JR・東急・りんかい線】大井町駅 |
★難しそう、イメージが描き難い。等を払拭できるよう、じっくり解説!
★人工知能の基礎知識とディープラーニング理論の基本から応用まで。
★ビジネス活用への考え方、今後注目すべきポイントとは?
ここ最近、ディープラーニング(深層学習)がますます有名になり、研究やビジネスへの応用もますます活発になってきました。今や「人工知能」という言葉を新聞やテレビで目にしない日はないのではないでしょうか。実際、ディープラーニングが話題になりだした2012年頃と比較すると、たくさんの情報がオンライン上に集約され、簡単に文献を調べることができるようになっています。また、ディープラーニングのモデルを簡単に実装できる便利なライブラリも次々と開発され、オープンソース化されているために、当時とは比べものにならないくらい、個人でも簡単にディープラーニングを実装して試すことができるようになりました。一方で、ディープラーニングと聞くと、まだまだ
* 興味はあるが、理論が難しそうなのでなかなかとっつけない
* どんなことに使えるのかいまいちイメージがつかない
という声をたくさん聞くのも事実です。
そこで、本講座では、人工知能(ディープラーニング)に関して未経験の方を対象に、理論の基本から実際の事例などについてじっくりと解説していきます。今後の学習に役立てたい方、実際のビジネスでの活用例を考えたい方に有用な講座です。
【講師】
(株)情報医療(MICIN, Inc.) CTO 巣籠 悠輔 先生 東京大学招聘講師
Gunosy, READYFOR の創業メンバーとして、エンジニアリング、デザインを担当。
大学院修了後は電通にてデジタルクリエイティブの企画・制作、ディレクションに従事。Googleニューヨーク支社勤務を経て、株式会社情報医療(MICIN, Inc.)を共同創業。
著書「Java Deep Learning Essentials」等。
東京大学工学部システム創成学科卒(首席)、東京大学工学系研究科技術経営戦略学修了。
【セミナープログラム】
1. 人工知能とは
1.1 これまでの人工知能ブーム
1.2 機械学習の登場
1.3 ディープラーニングの登場
1.4 なぜ、いまディープラーニングなのか
2. ニューラルネットワークとは
2.1 ニューラルネットワークの概要
2.2 必要な数学の確認
2.3 単純なモデルによるニューラルネットワーク理論
2.4 理論の一般化
2.5 ニューラルネットワークの課題
3. ディープラーニングとは
3.1 深層にするうえでの課題
3.2 ディープラーニング初期のテクニック
3.3 最近のテクニック
3.4 画像データ分析の手法
3.5 時系列データ分析の手法
4. ディープラーニングの応用
4.1 現実問題における課題
4.2 世の中の「人工知能」
4.3 機械学習なのか、ディープラーニングなのか
4.4 いま取り組まれている分野、これから取り組まれる分野