|
実際の機械学習，ディープラーニングを流用したAI開発の現場でのデータのまとめ方，その適用方法などが，詳しく分かります！
| 講師： |
太田桂吾 氏
応用技術株式会社 ソリューション本部 事業推進部 |
| 日時： |
平成30年10月18日(木) 10：00〜17：00
１日集中講座
|
| 受講料： |
42,000円（消費税込） |
| ● |
（テキストおよび昼食を含みます。） |
| 会場： |
新技術開発センター研修室
東京都千代田区一番町17-2 一番町ビル3F
TEL 03(5276)9033
地下鉄半蔵門線 半蔵門駅徒歩２分
地下鉄有楽町線 麹町駅徒歩５分
（受講券に地図を添付いたします）
会場地図 |
※録音・録画はご遠慮下さい。
|
このボタンをクリックするとすぐにお申込ができます。
セミナーのお申込は買い物カゴには入らず直接お申込入力となります。
|
●受講のおすすめ
ビッグデータを分析し，ビジネス活用のための提案を行う，「データサイエンティスト」や「データマイニングアナリスト」に注目が集まり，企業もこぞって求人・採用を始め，日に日にそのニーズは高まっています。データ分析には，幅広いIT知識と実践のためのスキル，特にデータ保存，機械学習などに使用される言語（Python，Hadoop，SQLなど）によるプログラミングの経験が必須となっていますが，まずは，この講座で，基本的なディープラーニングや機械学習について学んで下さい。
本セミナーでは，企業向けにAIシステムの導入（提案からモデル作成，導入まで）をしている講師より，実際の現場では，どのように機械学習・ディープラーニングを使用しているか等の実例や，Pythonにより機械学習，ディープラーニングをどう動作させるのか，また，環境構築の手法等もわかりやすく解説致します。
- 受講対象者
- データ分析の仕事をしてみたいと考えている方
- 導入しようと考えている企業の方
- システム・ソフト関連企業の方
- 機械学習・ディープラーニングを仕事に活かしたいと思っている方
など
●セミナープログラム
- １．対象物を数値情報へ変換する手法
- 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
- ２．機械学習の基礎と実践
- 1）機械学習の種類
- a）回帰
- b）クラス分類
- c）強化学習
- 2）データに着目した場合の種類
- a）教師あり学習
- b）教師なし学習
- c）強化学習
- 3）Windowsで機械学習環境をオープンソースにて構築
- a）使用可能なオープンソース一覧
- b）Pythonの設定（Windows10端末の例）
- 4）サンプルデータを機械学習で処理
- a）Pythonを実行し結果を得る
- 5）機械学習のプログラム解説
- a）プログラム解説
- ３．ディープラーニングの基礎と実践
- 1）機械学習とディープラーニングの違いは？
- a）ディープニューラルネットワークとは
- b）把握すべきディープニューラルネットワークの特性
- 2）ディープラーニングを分類し，その特徴を把握する
- a）畳み込みニューラルネットワークCNN
（Convolutional Neural Network）
- b）再帰型ニューラルネットワークRNN
（Recurrent Neural Network）
- c）強化学習（Deep Q-learning）
- 3）Windowsでディープラーニング環境をオープンソースにて構築
- a）TensorFlow
- b）Chainer
- 4）サンプルデータをディープラーニングで処理
- a）TensorFlowで動かし結果を得る
- b）Chainerで動かし結果を得る
- 5）ディープラーニングのプログラム解説
- a）TensorFlowの解説
- b）Chainerの解説
- 6）解析結果の考察とチューニング
- a）TensorFlow
- b）Chainer
- 7）精度を上げるためにいかにパラメータを最適化するか？
- 8）過学習の判断基準
- 9）その他，実践にあたり注意すべきこと
- ４．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
- ◎ 質疑応答
|
