昨今急速に応用が進む人工知能技術の中でも、機械学習やその一種である,ディープラーニング (Deep Learning:深層学習) への注目が高まっています。
機械学習とはなんであり,また,ディープラーニングを製品・サービス等に導入することで、新たにどのようなことが可能になるのでしょうか?
本セミナーでは、人工知能の背景を振り返りながら,機械学習の全体的な枠組みや、ディープラーニングの基本的な考え方や応用について、原理・仕組みなど基礎から学習していきます。
- 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?
- 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
- 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
- スパムフィルターの作り方
- ディープラーニングと画像認識
- 回帰問題と識別問題
- 線形モデルからニューラルネットワークへ
- バックプロパゲーション
- 画像認識の基礎
- 特徴量と機械学習を用いた画像認識
- Convolutional Neural Network (CNN) と人間の視覚情報処理
- ディープラーニングの発展
- ディープラーニングと音声認識
- 深層強化学習とAlpha GO
- 自然言語処理と機械翻訳
- 画像のキャプション生成
- 生成モデル (Generative Adversarial Networks)
- その他の話題 (注目点推定や類推など)
- これから機械学習を活用するためにはどうすればいいか?