【中止】Javaで行うディープラーニング／自然言語処理〜deeplearning4jの活用・文書の意味理解・自然言語処理の応用〜【ハンズオンセミナー】

システム統合、アプリケーションやビッグデータ基盤との連携etc…
実装と運用面を意識し、効率的なDeepLearning開発を
Javaで行う為には？
本セミナーでは、深層学習／自然言語処理の基礎知識から、
開発にJavaを用いるメリット、フレームワークを用いた
各種言語処理技術までをハンズオン形式で学べます

講師

スカイマインド株式会社　本橋 和貴 先生

講師紹介
■ご略歴
2017年　東京工業大学 理工学研究科 基礎物理学専攻 博士後期課程 修了
2017年　ソフトバンク株式会社入社　Chief Scientist室にてディープラーニング等を
             利用した自走式ロボットアプリケーション開発に従事
2018年　ソフトバンク株式会社にてディープラーニング分野のTechnical Meisterに任命
2019年　スカイマインド株式会社入社　ディープラーニングエンジニアとして従事

■専門および得意な分野・研究
高エネルギー物理学実験・実験データ分析、Python/Javaを用いたディープラーニングアプリケーション開発・デプロイ

受講料

1名50,000円＋税（資料・昼食付) 　
＊1社2名以上同時申込の場合 、1名につき40,000円 + 税 　
※消費税につきましては講習会開催日の税率にて課税致します。 　
＊学校法人割引 ；学生、教員のご参加は受講料1名28,500円＋税となります

セミナーポイント

■はじめに
　2012年の画像認識コンペで圧勝したグループがディープラーニングを用いていたことから、昨今のディープラーニングブームが始まりました。人工的なニューロンを多数多層重ねることで、画像などの入力データの特徴をうまく抽出することが可能となっています。ディープラーニングのこの性質は特に画像認識の領域で非常にパワフルですが、その他も自然言語処理、音声認識、言語翻訳、データの生成など幅広い分野に応用されています。
　ディープラーニングは一般に完成するまで性能がわからないため、特に研究開発の領域ではトライアンドエラーがしやすいPythonが主な開発言語として用いられています。しかし、基幹系システムとの統合やAndroidなどのアプリケーション、Hadoop/SparkなどのJVM言語で作成されたビッグデータ基盤との効率的な連携を考えるとJavaを用いた方が良いケースも多々考えられます。本講座ではJava/Scalaのためのディープラーニング開発フレームワークdeeplearning4j（DL4J）を用いた開発について理解してもらいます。

■ご講演中のキーワード
・ディープラーニング
・深層学習
・deeplearning4j
・DL4J
・自然言語処理

■受講対象者
・ ディープラーニングに興味がある方
・ Javaエンジニアの方
・ ディープラーニングの実運用に興味がある方

■必要な予備知識
・Javaの基礎知識
・深層学習の概要

■本セミナーで習得できること
・ディープラーニングの基礎知識
・deeplearning4jを用いたディープラーニングモデルの開発方法
・自然言語処理の基礎知識

セミナー内容

１． 機械学習と深層学習の導入
　１） AI・機械学習・深層学習の関係
　２） 機械学習の分類・目的に応じた手法の選定
　３） 深層学習の推論のワークフロー
　４） 深層学習の訓練のワークフロー
　５） ニューラルネットワークの構成要素
　６） 損失関数
　７） 確率的勾配降下法
　８） 教師あり学習の評価指標
　９） 【deeplearning4jによる演習】：全結合ニューラルネットワークの学習

２． リカレントニューラルネットワーク（RNN）の基礎
　１） 時系列データのモデル化
　２） 一般的なRNNのアーキテクチャー
　３） LSTMの基礎
　４） 一般的なRNNの利用方法

３． ディープラーニングと自然言語処理
　１） ニューラル言語モデル
　２） 【deeplearning4jによる演習】：LSTMを用いた文書生成
　３） 分布仮説と単語の埋め込み表現
　４） 【deeplearning4jによる演習】：Word2Vec、Doc2Vecの学習
　５） 【deeplearning4jによる演習】：文書分類
　６） 効率的学習＆精度向上のためのテクニック
　　　　〜入力揺らぎ対策、Attentionの考え方、コーパスの活用
　７） Javaを用いたディープラーニングモデルのデプロイ