【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】
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 | 機械学習・ディープラーニング |
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 |
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