機械学習・ディープラーニングの基礎とデータ処理の仕方
再開催を依頼する
/
関連するセミナー・出版物を探す
会場 開催
本セミナーでは、機械学習について基礎から解説し、ディープラーニングの具体的な実践方法をわかりやすく解説いたします。
日時
2017年7月6日 12時30分
〜
2017年7月6日 16時30分
2017年7月7日 10時30分
〜
2017年7月7日 16時30分
開催予定
プログラム
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日目)
データの定義
扱うデータの特性を把握する
時間軸/場所の考慮
データを発生させるもの
データの前処理
データの抜け、異常値への対応
データの量を調整する (増やす/減らす)
データの次元を削減する
ディープラーニングの精度を上げるためにどのようなデータを用意するか?
必要となるデータの量
データクレジング
フレームワークでの処理
サンプルデータの説明
デモで使用するサンプルデータの説明
機械学習/ディープラーニングの数理・確率論 (1日目) ~対象物を数値情報へ変換する~
分布
次元とベクトル
画像を数値情報へ変換する
言語を数値情報へ変換する
音を数値情報へ変換する
状態を数値情報へ変換する
機械学習の基礎と実践 (1日目)
機械学習の基本
データがモデルをつくる
学習結果をどう受け取るべきか
学習の種類
教師あり学習の基本
教師なし学習の基本
強化学習の基本
結果の分類
回帰
クラス分類
Windowsで機械学習環境をオープンソースにて構築
使用可能なオープンソース一覧
Pythonの設定 (Windows7端末の例)
サンプルデータを機械学習で処理
何を導き出したいか?の定義
使用できるモデルは?
Pythonを実行し結果を得る
機械学習のプログラム解説
ディープラーニングの基礎と実践 (2日目)
機械学習とディープラーニングの違いは?
ニューラルネットワークとは
生じた誤差の吸収
特微量の抽出/学習の方法
ディープラーニングを分類し、その特徴を把握する
畳み込みニューラルネットワーク
CNN
(Convolutional Neural Network)
再帰型ニューラルネットワーク
RNN
(Recurrent Neural Network)
強化学習 (Deep Q-learning)
Windowsでディープラーニング環境をオープンソースにて構築
TensorFlow
Chainer
サンプルデータをディープラーニングで処理
TensorFlowで動かし結果を得る
Chainerで動かし結果を得る
ディープラーニングのプログラム解説
TensorFlowの解説
Chainerの解説
解析結果の考察とチューニング
TensorFlow
Chainer
精度を上げるためにいかにパラメータを最適化するか?
過学習の判断基準
その他、実践にあたり注意すべきこと
このセミナーだけで終わらせないために (2日目)
twitter/ブログを通じた情報の収集
より高速な環境を求める場合
質疑応答
会場
株式会社 技術情報協会
141-0031
東京都
品川区
西五反田2-29-5
株式会社 技術情報協会の地図
受講料
1名様: 70,000円(税別) / 77,000円(税込)
複数名: 65,000円(税別) / 71,500円(税込)
複数名同時受講割引について
2名様以上でお申込みの場合、
1名あたり 65,000円(税別) / 70,200円(税込) で受講いただけます。
1名様でお申し込みの場合 : 1名で 70,000円(税別) / 75,600円(税込)
2名様でお申し込みの場合 : 2名で 130,000円(税別) / 140,400円(税込)
3名様でお申し込みの場合 : 3名で 195,000円(税別) / 210,600円(税込)
同一法人内による複数名同時申込みのみ適用いたします。
受講券、請求書は、代表者にご郵送いたします。
他の割引は併用できません。