セミナー 印刷

画像認識のための
パターン認識・機械学習の基礎と深層学習

~パターン認識・機械学習の基礎的な知識
~実装方法・学習のコツ~
~深層学習(DeepLearning)の知識と実装方法~

Pythonを用いた実装、Deep Learningの利用、、、、

k近傍法、線形識別関数、アンサンブル学習、ニューラルネットワーク、scikit-learn、Keras、、、

画像認識を実現するための
 パターン認識、機械学習、深層学習(ディープラーニング)の知識をご自身にも「実装」を!
日時 2020年3月11日(水)  10:30~16:30
会場 東京・品川区大井町 きゅりあん  4F 第1特別講習室
会場地図
受講料(税込)
各種割引特典
49,500円 ( S&T会員受講料 47,020円 ) S&T会員登録について
定価:本体45,000円+税4,500円
会員:本体42,750円+税4,270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49,500円 (2名ともS&T会員登録必須​/1名あたり定価半額24,750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。
得られる知識パターン認識・機械学習に関する基礎的な知識,実装に関する知識
深層学習に関する知識と実装方法
キーワード:パターン認識,機械学習,画像認識,深層学習,ディープラーニング

セミナー講師

名古屋大学 大学院 情報学研究科 助教 博士(情報学) 川西 康友 氏
【講師紹介】

セミナー趣旨

 本セミナーでは、画像認識のためのパターン認識・機械学習の基礎と深層学習について解説します。これまで広く利用されてきたパターン認識・機械学習の手法だけでなく、深層学習(Deep Learning)も様々なところで、特にAIシステムの構築に利用されていますが、それらを使いこなすには機械学習に関する基礎的な知識が重要です。そこで、パターン認識・機械学習の様々な応用例と、基礎知識について解説します。また、 深層学習(DeepLearning)についても、実装方法や学習のコツなども含め解説します。

セミナー講演内容

1.はじめに
 1.1 パターン認識・機械学習
 1.2 最先端手法と応用例

2.機械学習のしくみ
 2.1 機械学習の枠組み
 2.2 機械学習に基づくパターン認識手法
  1)k近傍法
  2)線形識別関数
  3)アンサンブル学習
  4)ニューラルネットワーク

3.Pythonでの機械学習
 3.1 scikit-learnの紹介
 3.2 scikit-learnを用いた機械学習の枠組み
 3.3 使用するクラス分類器
 3.4 Pythonでの機械学習の実際の流れ
  1)必要なモジュールの読み込み
  2)特徴量の読み込み
  3)識別器の初期化・学習
  4)評価
  5)結果の集計・出力
  6)学習した識別器の保存、読み込み
 3.5 各種クラス分類手法の切り替え
 3.6 各種クラス分類手法の比較

4.Deep Learningの利用
 4.1 Deep Learningの代表的なパッケージ
 4.2 Kerasを用いたクラス分類器としてのDeep Learning
 4.3 Kerasを用いた特徴抽出を含めたDeep Learning
 4.4 学習済みモデルの読み込みと利用

5.まとめ

  □質疑応答□