機械学習,ディープラーニングの概要,開発環境構築,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,実際のデータの扱い方について,画像分類・音による異常検知・
強化学習の基礎などのサンプルプログラムによるPC演習を通じて,学習する特別セミナー!!
- 講師
応用技術(株) ソリューション本部 事業推進部 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)
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。 環境構築用のファイルを配布します。 実際のインストールは、講習の中で実施します。
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。また、苦労する開発環境の構築に関しても 時間をとって説明します。 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.開発環境の作成 1)Windows7~10 (32bit環境) 2)Windows7~10(64bit環境) 5.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 6.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