実習セミナーにつき、1口申込はありません


 

『フレームワークによる機械学習
 及びディープラーニングの基礎と実践』


 ☆ノートPC(Windows7以降)をご持参ください。
  ※事前に、インストール用 CD を送付しますので、
  Pythonとフレームワーク環境を構築しておいてください。

 S171211KA



 
 

開催日時:2018年2月21日(水)10:30-16:30

会  場:オーム ビル(千代田区神田錦町3-1)

受 講 料:1人様受講の場合 47,000円[税別]/1名


画像認識セミナー日程表  新宣伝セミナー日程表

 講 師

 

 太田桂吾(おおたけいご) 氏 

   応用技術株式会社 ソリューション本部 主査

 セミナーの概要

 

 午前は、機械学習、ディープラーニングの概要を学習し、午後は、ディープラーニングの環境作成方法、データの前処理方法、Chainerを利用したサンプルプログラムを動かしながら、実際のデータをどう扱うかを学習していきます。
 サンプルは下記を用意します。
  ・画像分類
  ・音による異常検知(正常時の音からモデルを作成し、音の変化で異常発生を検知します)
  ・強化学習の基礎から簡単なサンプルまで演習できます。
 特に強化学習の講義は、まだ数が少ないため貴重です。

 講義項目

 1 機械学習とディープラーニング

  1.1 機械学習の基本
   *データがモデルをつくる
  1.2 学習の種類
   *教師あり学習の基本
   *教師なし学習の基本
   *強化学習の基本
  1.3 ディープラーニング
   *概要


 2 事象を数値へ変換する

  2.1 画像を数値情報へ変換する
  2.2 言語を数値情報へ変換する
  2.3 音を数値情報へ変換する
  2.4 状態を数値情報へ変換する


 3 機械学習/ディープラーニングを行う際に必要なデータ処理の基本

  3.1 データ前処理の方法


 4 ディープラーニングの基礎と実践

  4.1 ディープラーニングの種類
   *畳み込みニューラルネットワーク:CNN(Convolutional Neural Network)
   *再帰型ニューラルネットワーク:RNN(Recurrent Neural Network)
   *強化学習(Deep Q-learning)
  4.2 Windowsでディープラーニング環境をオープンソースのフレームワークにて構築
   *Chainer
  4.3 画像分類
   *Chainerで動かし結果を得る
  4.4 音による異常検知(AutoEncoder使用)
   *Chainerでサンプルプログラムを動かします
  4.5 強化学習
   *Chainerでサンプルプログラムを動かします
  4.6 過学習の判断
  4.7 その他、実践にあたり注意すべきこと


 5 このセミナーだけで終わらせないために

  5.1 twitter/ブログを通じた情報の収集
  5.2 より高速な環境を求める場合




 お1人様      受講申込要領 セミナー 総合日程 画像認識 セミナー日程 新宣伝 セミナー日程