DeepLearning(ディープラーニング)を活用した画像認識

 本セミナーでは最近注目されているDeepLearning(ディープラーニング)について、基礎的なところから応用事例まで紹介します。

 基礎的なところでは、ニューラルネットワークとの関係から最新の手法までを網羅的に紹介します。 応用事例では、アプリケーション例を幅広く紹介するとともに、最新のツールを紹介します。

【講師】


 山下隆義(やましたたかよし)氏: 中部大学 工学部 情報工学科 准教授(工学博士)


【プログラム】


1 ディープラーニングの現在
 1.1 ディープラーニングでできること

2 ディープラーニングとは?
 2.1 ディープラーニング関連手法の大別
 2.2 何がディープラーニング?
 2.3 注目されるきっかけ
 2.4 ディープラーニング界隈の動向

3 ニューラルネットワーク
 3.1 パーセプトロン
 3.2 誤り訂正学習
 3.3 誤差逆伝播法
 3.4 確率的勾配降下法

4 畳み込みニューラルネットワーク
 4.1 畳み込みニューラルネットワークの構造
 4.2 畳み込みニューラルネットワークの学習
 4.3 汎化性能を向上させる方法
 4.4 バッチ学習とバッチ正規化

5 リカレントニューラルネットワーク
 5.1 RNNとは
 5.2 RNNの順伝播
 5.3 RNNの逆伝播
 5.4 LSTMユニット

6 生成モデル
 6.1 オートエンコーダ
 6.2 Generative Adversarial Network (GAN)

7 強化学習
 7.1 強化学習のしくみ
 7.2 Q学習
 7.3 Deep Q-Learning

8 ディープラーニングのフレームワーク
 8.1 フレームワークの紹介
 8.2 Caffe
 8.3 Chainer
 8.4 TensorFlow


【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。