本セミナーでは、人工知能に関する基本的・網羅的な知識を得たい方・これから導入をお考えの方等、主として初学者を対象として、最近の人工知能 (AI) 技術の基本的な考え方や背景から、パターン認識を中心とした基礎的な手法について解説します。
人工知能を学習・導入検討するにあたって、どこから始めれば良いのか?留意すべき点は何か?導入に向けた手順等についても触れ、また、発展が著しい本分野の最新動向や、各種応用の現状と可能性について、解説すると共に質疑応答を通して理解を深めます。
本講座を受講することで、ロボットやクルマをはじめとした、各種製品の知能化・高機能化に役立ちます。
- 人工知能の背景と現在
- 人工知能とは何か?
- 第三次人工知能ブームとディープラーニング
- ビッグデータ・IoTと人工知能
- なぜ人工知能に確率・統計が重要なのか?
- 本講演における各技術の関係について
- ナイーブベイズに基づくパターン認識 (スパムフィルター)
- 機械学習とは?
- パターン認識と分類問題
- スパムフィルターの作り方
- 確率とベイズ理論の基礎
- グラフィカルモデル
- ナイーブベイズ
- ディープラーニングと画像認識
- 画像認識の基礎
- 特徴量と機械学習を用いた画像認識
- 人間の視覚情報処理とネオコグニトロン
- Convolutional Neural Network (CNN)
- Caffeを用いたCNNの実行
- ゲームに勝つAIと強化学習
- Alpha GOの衝撃と背景技術
- 強化学習とは?
- Q学習
- 逆強化学習
- モンテカルロ木探索
- Deep Q学習
- これからのビジネスに人工知能を活かせるか?
- 質疑応答と議論