課題解決、品質向上、技術向上のセミナーならTH企画セミナーセンター

ディープラーニングを理解し,実践に結びつけるための

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(PC演習付き)

エレクトロニクスソフトウェア化学医薬機械

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

連合会館 (東京・お茶の水)

会場案内

Googlemapでの表示はこちら

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