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
|