ディープラーニングの基礎概念と実践のための具体的技術

講師

【プログラム】

　1　機械学習とは何か？
　　1.1　機械学習が目指すもの
　　1.2　機械はデータから知識を獲得する
　　1.3　機械学習の種類
　　　1.3.1　教師あり学習
　　　1.3.2　教師なし学習
　　　1.3.3　教師なし学習と人工知能
　　1.4　深層学習（ディープラーニング）モデルの鳥瞰

　2　深層学習への道のり
　　2.1　ニューラルネットワークの基礎
　　　2.1.1　単純パーセプトロン〜機械学習の事始め〜
　　　2.1.2　フィードフォワードニューラルネットワーク
　　　2.1.3　パターン認識問題
　　　2.1.4　誤差逆伝播法（バックプロパゲーション）
　　　2.1.5　ニューラルネットワークの技術的問題点
　　2.2　深層学習へ
　　　2.2.1　事前学習という考え方
　　　2.2.2　自己符号化器と積層自己符号化器
　　　2.2.3　深層学習の真相
　　　2.2.4　その他の深層学習モデル〜ＣＮＮとは〜
　　　2.2.5　表現学習とは何か
　　　2.2.6　深層学習は一言でいうと○○をしている

　3　深層学習の基本技術（必須な基本技術）
　　3.1　基本的な技術?（勾配降下法について）
　　　3.1.1　確率的勾配降下法（SGD）
　　　3.1.2　勾配法の様々なアルゴリズム
　　　　　?Adam法　?AdaMax法　?AMSGrad法
　　3.2　基本的な技術?（パラメータの初期化について）
　　　3.2.1　入力データの初期化
　　　3.2.2　学習パラメータの初期化
　　　　　?Xavier法　?He法

　4　より進んだ実践技術（運用の際の考え方と注意点）
　　4.1　過学習
　　　4.1.1　過学習とは
　　　4.1.2　学習するときはコレに注目せよ〜学習誤差の指標〜
　　　4.1.3　過学習の問題と見抜き方〜過適合は最悪のアプリを導く〜
　　4.2　正則化法
　　　4.2.1　正則化技術で過学習を緩和させる
　　　4.2.2　様々な正則化アルゴリズム
　　　　　?重み減衰　?ドロップアウト　?バッチ正則化
　　4.3　その他の最新技術
　　4.4　口伝の実践技術
　　　4.4.1　層の設計について
　　　4.4.2　学習がうまくいかないときの対処
　　　4.4.3　設計の際の重要な考え方

　5　本講座のまとめと付録集

【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。