Deep Learning (ディープラーニング) を活用した画像認識

本セミナーでは最近注目されているDeepLearning (ディープラーニング) について、基礎的なところから応用事例まで紹介します。 　基礎的なところでは、ニューラルネットワークとの関係から最新の手法までを網羅的に紹介します。 　応用事例では、アプリケーション例を幅広く紹介するとともに、最新のツールを紹介します。

1. ディープラーニングの現在
   1. ディープラーニングでできること
2. ディープラーニングとは?
   1. ディープラーニング関連手法の大別
   2. 何がディープラーニング?
   3. 注目されるきっかけ
   4. ディープラーニング界隈の動向
3. ニューラルネットワーク
   1. パーセプトロン
   2. 誤り訂正学習
   3. 誤差逆伝播法
   4. 確率的勾配降下法
4. 畳み込みニューラルネットワーク
   1. 畳み込みニューラルネットワークの構造
   2. 畳み込みニューラルネットワークの学習
   3. 汎化性能を向上させる方法
   4. バッチ学習とバッチ正規化
5. リカレントニューラルネットワーク
   1. RNNとは
   2. RNNの順伝播
   3. RNNの逆伝播
   4. LSTMユニット
6. 生成モデル
   1. オートエンコーダ
   2. Generative Adversarial Network (GAN)
7. 強化学習
   1. 強化学習のしくみ
   2. Q学習
   3. Deep Q-Learning
8. ディープラーニングのフレームワーク
   1. フレームワークの紹介
   2. Caffe
   3. Chainer
   4. TensorFlow