ディープラーニングの基礎と実装および応用例

〜 決定論的深層学習モデル、確率論的深層学習モデル、画像認識器・画像データ生成器への応用 〜

・深層学習の基礎から全体像に至るまでを1日で修得できる特別講座

・多くの分野で目覚ましい成果を挙げているディープラーニングの実践的な理解を深め、効果的に活用しよう!

講師の言葉

 深層学習(ディープラーニング)は最新の機械学習法であり、多くの分野で目覚ましい成果を挙げています。
 現在の深層学習では大きく分けて2種類のモデリング法があります。一つは旧来のニューラルネットワークに基づく決定論的モデリング法で、もう一つは確率論的モデリング法です。
 本講演では2種類の深層学習モデルを対比させながら初学者にも分かりやすいよう、深層学習理論を学ぶ上で重要となるトピックは網羅的に解説し、理論の基礎から全体像に至るまでを習得できるようにします。
 更に、深層学習を用いた簡単なアプリケーション例を通して、実践的な理解も深めていきます。受講者の皆様方が、最先端のデータサイエンス理論に自然に入門し、また、それらを活用できるようになることがこの講演の最終目標です。

セミナー詳細

開催日時
  • 2016年03月23日(水) 10:30 ~ 17:30
開催場所 日本テクノセンター研修室
カテゴリー ソフト・データ・画像・デザイン
受講対象者 ・情報処理、システム、データ解析、ネットワーク、画像処理、音声処理、ロボット、自然言語処理他関連企業の方 ・より進んだパターン認識や人工知能のための基礎理論を学びたい方 ・深層学習理論の全体的なイメージと要素技術を掴みたい方
予備知識 ・必要事項は随時解説をしますが、大学初年度で学習する程度の確率・統計学の知識があれば望ましいです
修得知識 ・深層学習理論の基礎理解と概要把握から、実装に至るまでの一通りの知識を習得できる ・関連文献を読み解く際に重要となるキーワードに関する知識も習得できる
プログラム

1.ディープラーニング(深層学習)の基礎
  (1). 深層学習概論
  (2). 決定論的深層学習モデル(ディープニューラルネットワーク)
     a.深層学習は従来とどこが違うのか
     b.積層自己符号化器という考え方−表現学習とは何か

2.確率論的深層学習モデル(ディープボルツマンマシン)
  (1). 統計モデルの機械学習概論
     a.データ生成モデルという考え方
     b.統計的自己符号化器(リストリクテッドボルツマンマシン)
  (2). ディープボルツマンマシン

3.深層学習の実践例
  (1). 認識問題に対する深層学習
     a.画像認識器への応用
  (2). データ生成器としての深層学習
     a.画像データ生成器への応用

4.おわりに

キーワード ディープラーニング 深層学習 ディープボルツマシン 自己符号化器 リストリクテッドボルツマンマシン
タグ 精密機器・情報機器セキュリティ・暗号ソフト管理シミュレーション・解析データ解析ネットワーク位置情報音声処理画像画像処理組み込みソフトロボットITサービスOS・言語電子機器
受講料 一般 (1名):48,600円(税込)
同時複数申込の場合(1名):43,200円(税込)
会場
日本テクノセンター研修室
〒 163-0722 東京都新宿区西新宿2-7-1 小田急第一生命ビル(22階)
- JR「新宿駅」西口から徒歩10分
- 東京メトロ丸ノ内線「西新宿駅」から徒歩8分
- 都営大江戸線「都庁前駅」から徒歩5分
電話番号 : 03-5322-5888
FAX : 03-5322-5666
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日