〜 ニューラルネットワークの基礎、CNN、ネットワーク構造の変遷、シーンラベリングへの応用、ディープラーニングのフレームワーク 〜
- ニューラルネットワークの基礎から最新手法まで、応用事例を交えて網羅的に解説する講座!
- ディープラーニングの基礎から最新技術まで習得し、認識精度をさらに高めた、コンピュータビジョンへの応用に活かそう!
〜 ニューラルネットワークの基礎、CNN、ネットワーク構造の変遷、シーンラベリングへの応用、ディープラーニングのフレームワーク 〜
本セミナーでは最近注目されている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、CaffeやChainerなど最新のツールを紹介します。セミナー後、自ら動かすことができるようになることを想定しています。
開催日時 |
|
---|---|
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 | ・画像処理、画像認識に携わる技術者の方 (IoT関連、自動検査、自動車、電子機器、FA、画像解析、セキュリティなど) |
予備知識 | ・画像認識の基礎知識があると理解が早い |
修得知識 | ・ディープラーニングに関する基本的な知識 ・実際に使うための環境など |
プログラム |
1. ディープラーニングの概要
2. ニューラルネットワークの基礎
(1). パーセプトロン
(2). 階層型パーセプトロン
(3). 誤差逆伝播法
3. 畳み込みニューラルネットワーク(CNN):画像認識への応用
(1). 人の細胞とニューラルネットワーク
(2). 畳み込み層
(3). プーリング層
(4). CNNの学習
4. 汎化性を向上させるための手法:画像認識への応用
(1). drop out
(2). data augmentation
(3). 正規化処理
5. ネットワーク構造の変遷:画像認識への応用
(1). AlexNet
(2). VGG Net
(3). Network in Network
(4). GoogLeNet
(5). Residual Network
6. シーンラベリングへの応用:画像認識への応用
(1). Fully Convolutional Network (FCN)
(2). SegNet
7. リカレントニューラルネットワーク (RNN)
(1). Elman型RNN
(2). LSTM
8. 生成モデル:画像認識への応用
(1). オートエンコーダ
(2). Generative Adversarial Network (GAN)
(3). Deep Convolutional Generative Adversarial Network (DCGAN)
9. ディープラーニングのフレームワーク
(1). フレームワークについて
(2). Theano
(3). Caffe
(4). Chainer
(5). TensorFlow
ほとんどが画像認識の話ですが、「CNN」「ネットワーク構造の変遷」「シーンラベリングへの応用」「生成モデル」につきましては、特に画像認識に関する話になります。 |
キーワード | コンピュータビジョン ディープラーニング パーセプトロン 階層型パーセプトロン 誤差逆伝播法 畳み込みニューラルネットワーク VGG GoogLeNet シーンラベリング リカレントニューラルネットワーク オートエンコーダ GAN DCGAN Caffe Chainer TensorFlow |
タグ | データ解析、画像処理、画像認識 |
受講料 |
一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000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 新宿第一生命ビルディング(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。
営業時間 月~金:9:00~17:00 / 定休日:土日・祝日