セミナー

ディープラーニングの基礎とニューラルネットワークの学習
および画像認識活用事例

~応用事例では、アプリケーション例を幅広く、最新ツールも解説します。~

教室移動のお知らせ (1月11日更新)

(旧) きゅりあん 4F 第1特別講習室 → (新)きゅりあん  6F 中会議室
★ DeepLearning(ディープラーニング)を、基礎から応用事例まで解説!
★ ニューラルネットワークとの関係から最新の手法までを網羅的に解説いたします。
このセミナーの受付は終了致しました。
日時 2019年1月17日(木)  10:30~16:30
会場 東京・品川区大井町 きゅりあん  6F 中会議室
会場地図
講師 中部大学 工学部 情報工学科 准教授 山下 隆義 氏
受講料(税込)
各種割引特典
48,600円 ( S&T会員受講料 46,170円 ) S&T会員登録について
定価:本体45,000円+税3,600円
会員:本体42,750円+税3,420円
S&T会員なら、2名同時申込みで1名分無料 1名分無料適用条件
2名で48,600円 (2名ともS&T会員登録必須​/1名あたり定価半額24,300円)
備考※資料・昼食付
※講義中の録音・撮影はご遠慮ください。
※講義中のパソコン使用はキーボードの打音などでご遠慮いただく場合がございます。

セミナー趣旨

 本セミナーでは最近注目されているDeepLearning(ディープラーニング)について、基礎的なところから応用事例まで紹介します。
 基礎的なところでは、ニューラルネットワークとの関係から最新の手法までを網羅的に紹介します。 応用事例では、アプリケーション例を幅広く紹介するとともに、最新のツールを紹介します。

セミナー講演内容

<得られる知識、技術>
 画像処理、機械学習など

<プログラム>
1.ディープラーニングの現在

 1.1 ディープラーニングでできること

2.ディープラーニングとは?
 2.1 ディープラーニング関連手法の大別
 2.2 何がディープラーニング?
 2.3 注目されるきっかけ
 2.4 ディープラーニング界隈の動向

3.ニューラルネットワーク
 3.1 パーセプトロン
 3.2 誤り訂正学習
 3.3 誤差逆伝播法
 3.4 確率的勾配降下法

4.畳み込みニューラルネットワーク
 4.1 畳み込みニューラルネットワークの構造
 4.2 畳み込みニューラルネットワークの学習
 4.3 汎化性能を向上させる方法
 4.4 バッチ学習とバッチ正規化

5.リカレントニューラルネットワーク
 5.1 RNNとは
 5.2 RNNの順伝播
 5.3 RNNの逆伝播
 5.4 LSTMユニット

6.生成モデル
 6.1 オートエンコーダ
 6.2 Generative Adversarial Network (GAN)

7.ディープラーニングのフレームワーク
 7.1 フレームワークの紹介
 7.2 Caffe
 7.3 Chainer
 7.4 TensorFlow

  □質疑応答・名刺交換□