機械学習及びディープラーニングの基礎と実践

機械学習、ディープラーニングの概要を解説します。また、Chainerを利用したサンプルプログラムを解説しながら、実際のデータをどう扱うかも解説します。サンプルは、【画像分類 (CNNによる分類) 】、【音による異常検知 (正常時の音からモデルを作成し、音の変化で異常発生を検知します) 】、【強化学習】を用意します。

機械学習とディープラーニング
1. 機械学習の基本
  1. データがモデルをつくる
2. 学習の種類
  1. 教師あり学習の基本
  2. 教師なし学習の基本
  3. 強化学習の基本
3. ディープラーニング
  1. 概要
事象を数値へ変換する
1. 画像を数値情報へ変換する
2. 言語を数値情報へ変換する
3. 音を数値情報へ変換する
4. 状態を数値情報へ変換する
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. データ前処理の方法
ディープラーニングの基礎と実践
1. ディープラーニングの種類
  1. 畳み込みニューラルネットワーク CNN (Convolutional Neural Network)
  2. 再帰型ニューラルネットワーク RNN (Recurrent Neural Network)
  3. 強化学習 (Deep Q – learning)
2. Windowsでディープラーニング環境をオープンソースのフレームワークにて構築する方法
3. 画像分類
4. 音による異常検知 (AutoEncoder使用)
5. 強化学習
6. 過学習の判断
7. 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
1. twitter/ブログを通じた情報の収集
2. より高速な環境を求める場合

機械学習及びディープラーニングの基礎と実践

日時

プログラム

会場

受講料