知的な処理をコンピュータやロボットで実現しようとする「人工知能」は、現在第3次ブームを迎えているといわれています。それに伴って、「人工知能」、「機械学習」、「ディープラーニング」といったキーワードが新聞やテレビなどにも頻繁に登場するようになっています。
本セミナーでは現代の人工知能を支える重要な技術である「機械学習」について基礎からじっくり解説します。セミナー後半では、実際の応用先として画像処理や画像認識を例に、どのように機械学習が応用できるかを説明します。
本セミナーを通して、機械学習の考え方、どのような問題に適用できるのか、実際の問題に応用するためには何が必要なのか、などについて知識を身につけていただくことがねらいです。
- 機械学習入門
- 機械学習と人工知能の関係
- 機械学習のこころ (基本的な考え方)
- 機械学習で実現できること
- 機械学習の構成要素
- 機械学習手法の例
- 機械学習手法の分類
- 線形回帰
- ロジスティック回帰
- サポートベクターマシン
- ニューラルネットワーク・ディープラーニング
- 決定木
- 最近傍法
- k – meansクラスタリング
- 行列分解法
- 主成分分析
- 機械学習の画像処理・画像認識への応用
- 画像処理・画像認識の基礎
- 画像データについて
- 画像処理・画像認識の難しさ
- 前処理・特徴抽出
- 機械学習による画像認識
- ディープラーニングによる画像認識
- ニューラルネットワークの復習
- Convolutional Neural Network (畳み込みニューラルネットワーク)
- ディープラーニングの性能を向上させるいくつかのテクニック
- ディープラーニングのフレームワーク
- 機械学習を上手く応用するために
- 対象問題の整理と定式化
- データの取得,前処理,特徴抽出
- アルゴリズムの選択
- ハイパーパラメータの調整