機械学習，ディープラーニングの概要，環境作成方法，データの前処理方法，
実際のデータの扱い方をサンプルプログラムを動かしながら学ぶ特別セミナー！！
- 講師
-
応用技術株式会社 ソリューション本部 産業事業部 西日本開発部 第二グループ
ネットワークスペシャリスト 太田 桂吾 先生
- 日時
- 会場
-
- 受講料
-
1名:48,600円 同時複数人数申込みの場合 1名:43,200円
- テキスト
受講概要
予備知識
簡単なプログラムの知識（DOSでコマンドが実行できる等） 事前に各受講者にPython/フレームワーク環境の構築お願いできればと思います。 環境構築用のCDを配布したく考えております。
習得知識
Pythonフレームワークを使用し、実際のデータを使用し、基本的なディープラーニングによる 解析等が可能となります。
持参品
ノートパソコン （事前に送付するサンプルプログラムをインストールしたノートパソコン） → WIndowsの動作環境は下記が望ましいです。 ・WIndows7以降の64bit 版 なお、WIndows7以降の32bit版でも動作は可能ですが、32bitでは、tensorflowが動作しないので その部分のデモ（ハンズオン）が動きませんが、chainerを中心に行うようにしますので 32bitでも大きな問題はありません。
講師の言葉
午前は、機械学習、ディープラーニングの概要を学習します。 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、まだ数がすくないため貴重です。
プログラム
1.機械学習とディープラーニング 1）機械学習の基本 a) データがモデルをつくる 2）学習の種類 a) 教師あり学習の基本 b) 教師なし学習の基本 c) 強化学習の基本 3）ディープラーニング a)概要 2.事象を数値へ変換する 1）画像を数値情報へ変換する 2）言語を数値情報へ変換する 3）音を数値情報へ変換する 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 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 1）ディープラーニングの種類 a) 畳み込みニューラルネットワーク CNN（Convolutional Neural Network） b) 再帰型ニューラルネットワーク RNN (Recurrent Neural Network) c) 強化学習 (Deep Q-learning) 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 a) Chainer 3）画像分類 a) Chainerで動かし結果を得る 4）音による異常検知（AutoEncoder使用） a) Chainerでサンプルプログラムを動かします 5）強化学習 a) Chainerでサンプルプログラムを動かします 6) 過学習の判断 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 1）twitter/ブログを通じた情報の収集 2）より高速な環境を求める場合
講師紹介
1990年 3月 岡山大学 文学部卒業 同年 4月 応用技術株式会社 入社 多くのWEBシステム構築に携わる 近年はデータマイニング技術の応用に携わる 一般企業向けの機械学習・ディープラーニングセミナー開催 多数