＜初学者が無理なく理解できる入門編＞ ディープラーニング速習セミナー 【名古屋開催】 〜ニューラルネットワークの基礎から最新手法まで〜

★毎回好評のセミナーを名古屋で開催します！
★リカレントニューラルネットワーク、Kerasなど最新の話題を追加しました！

講師

中部大学 工学部情報工学科　准教授 博士（工学）　山下 隆義 先生

2002年 オムロン株式会社入社, 顔画像解析の研究開発に従事
2014年 中部大学講師
2017年 中部大学准教授
　人の理解に向けた動画像処理，パターン認識・機械学習の研究に従事．

セミナーポイント

★受講者特典
受講者には参考資料として、
講師著書『イラストで学ぶ　ディープラーニング』（講談社 2016年）を進呈！

■はじめに
本セミナーでは最近注目されている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リカレントニューラルネットワークなど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，CaffeやChainer、TensorFlow、Kerasなど最新のツールも紹介します．
(尚、本セミナーでは、受講者の方のPC実習はございません。)

■受講対象
ディープラーニングを基礎から学びたいとお考えの方（主に画像を対象として話をします）

■本セミナーに参加して修得できること
・ディープラーニングに関する基本的な知識
・実際に使うための環境

セミナー内容

1．はじめに：ディープラーニングについて

　　 1.1．ディープラーニングの現在
　　　　　　　-注目のきっかけ（Googleの猫認識）
　　 1.2．IT関連企業の動向
　　 1.3．ディープラーニングのアプリ
　　　　　　　（画像認識、音声認識、歩行者検出、自動運転支援）
　　 1.4．なぜディープラーニング？何がディープラーニング？

2．ディープラーニングの歴史

3．ニューラルネットワークの基礎

　　 3.1．パーセプトロン
　　 3.2．階層型パーセプトロン
　　 3.3．誤差逆伝播法（バックプロパゲーション）

4．畳み込みニューラルネットワーク（Convolutional Neural Network）

　　 4.1．畳み込み層
　　 4.2．確率的勾配降下法
　　 4.3．学習できめること：各種パラメータ
　　 4.4．畳み込み層の誤差逆伝播／プーリング層の誤差逆伝播
　　 4.5．汎用性を向上させるための方法
　　 4.6．パラメータによる性能比較

5．画像認識における応用事例

　　 5.1．ディープラーニングの応用先
　　　　　　　-認識（一般物体認識、顔認識など）
　　　　　　　-検出（歩行者検出、物体検出など）
　　　　　　　-セグメンテーション（シーンラベリング、顔のパーツラベリングなど）
　　　　　　　-回帰（顔器官検出など）
　　 5.2．画像認識における学習時の工夫
　　　　　　　-data augmentationの重要性
　　　　　　　-カリキュラムラーニング
　　　　　　　-ヘテロジニアスラーニング
　　　　　　　-ビデオの認識
　　　　　　　-ネットワークの可視化

6. リカレントニューラルネットワーク (Recurrent Neural Network)

　　 6.1．リカレントニューラルネットワークとは
　　 6.2．順伝播処理
　　 6.3．逆伝播処理
　　 6.4．LSTM

7．実利用に向けたディープラーニングのツール紹介

　　 7.1．Theano
　　 7.2．Caffe
　　 7.3．Chainer
　　 7.4．TensorFlow
　　 7.5．Keras　(Pythonで書かれたTensorFlowとTheanoのための深層学習ライブラリ)

　　＊それぞれのインストール方法、特徴、使い方など

8．おわりに