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。
- 機械学習と畳み込みニューラルネットワーク
- 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
- 演繹と帰納
- オッカムのカミソリ
- ノーフリーランチ定理
- データセットの構成方法
- さまざまな機械学習
- 進化的計算
- 群知能
- 強化学習
- ニューラルネットワーク
- 畳み込みニューラルネットワーク・ディープラーニング
- 畳み込み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
- ニューラルネットワーク
- 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によるニューラルネッワークの学習
- バックプロパゲーションの原理
- バックプロパゲーションのアルゴリズム
- 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とは
- ディープラーニングの基礎
- インターネット、ビッグデータ、ハードウェア技術の進歩
- 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
- 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
- 機械学習・ディープラーニングの課題