ディープラーニングの基礎と応用事例解説

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、ディープラーニングの概要を解説いたします。
また、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いたします。
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) 、強化学習を用意いたします。

日時

中止

プログラム

  1. 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
  2. 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
  3. 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
  4. ディープラーニングの基礎
    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
  5. データごとの応用事例
    1. 画像データを利用した応用事例
      1. 画像を分類する
      2. 画像から物体を検出する
      3. その他 応用事例各種
    2. 音データを利用した応用事例
      1. 音データの解析のポイント
      2. 音データの分類
      3. 音データからの異常検知
      4. その他 応用事例各種
    3. 強化学習の応用事例
      1. 3目並べ
      2. その他 応用事例各種べ
  6. 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

会場

株式会社オーム社 オームセミナー室
101-8460 東京都 千代田区 神田錦町3-1
株式会社オーム社 オームセミナー室の地図

受講料