本講座では、ディープラーニングの基本技術である畳み込みニューラルネットワークについて、その基礎及び構成方法の基本を紹介します。人工知能や機械学習について概観した後、特に、ニューラルネットワークの基礎的な計算方法や、ネットワークの構成方法、またニューラルネットの学習方法について基礎から紹介します。また、それらの基礎技術を踏まえた上で、畳み込みニューラルネットについて、構成方法と動作の基礎を紹介します。
- 機械学習とは
- 学習と機械学習
- ディープラーニングの成果
- 人工知能とは
- 機械学習とは
- 機械学習の方法
- 進化的計算
- 群知能
- 強化学習
- ニューラルネットワーク
- ディープラーニング
- 強化学習
- 強化学習とは
- Q学習による強化学習の実現
- 群知能
- 群知能とは
- 蟻コロニー最適化法
- 進化的手法による機械学習
- 進化的手法とは
- 遺伝的アルゴリズム
- ニューラルネットワークの基礎・構成と使い方
- 人工ニューラルネットワーク
- 人工ニューロンのモデル
- 人工ニューロンの計算方法
- 人工ニューロンの計算例 (1) 論理積
- 人工ニューロンの計算例 (2) 論理和
- ニューラルネットワーク
- ニューラルネットワークの構造
- ニューラルネットワークの計算方法
- ニューラルネットワークの計算例 (1) 排他的論理和
- ニューラルネットワークの計算例 (2) 多数決
- ニューラルネットワークの学習
- ニューラルネットワークの学習とは
- ニューラルネットワークの学習方法
- バックプロパゲーションによるニューラルネットワークの学習
- バックプロパゲーションの原理
- バックプロバゲーションとは
- バックプロバゲーションの挙動
- バックプロパゲーションのアルゴリズム
- バックプロバゲーションの計算
- バックプロバゲーションの手続き
- 具体的計算例
- プログラムへの実装方法
- ディープラーニングと畳み込みニューラルネット
- ディープラーニング
- ディープラーニングの基礎
- ディープラーニングの具体的技術
- 畳み込みニューラルネットワーク
- 画像処理と画像フィルタ
- 画像フィルタの実際
- 畳み込みニューラルネットの概念
- 畳み込みニューラルネットの構造
- 畳み込みニューラルネットワークの構成方法
- 畳み込みニューラルネットによる画像認識
- 畳み込みニューラルネットワークの応用
- 機械学習・ディープラーニングの現状
- 機械学習・ディープラーニングでできること
- 事例 (1) 音声像認識
- 事例 (2) 画像像認識
- 事例 (3) 制御知識獲得
- 機械学習・ディープラーニングの課題