〜 パーセプトロン、誤差逆伝播法、画像認識への応用（CNN／ネットワーク構造／シーンラベリング／生成モデル）、主なフレームワーク 〜
- ニューラルネットの基礎から最新技術まで、網羅的に分かりやすく解説する講座！
- 画像分野で使われる一般的なDeep Learningアルゴリズムや最新手法を習得し、認識精度向上に活かそう！
Deep Learning（ディープラーニング）の基礎と画像認識への応用および最新技術・事例
講師の言葉
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。
セミナー詳細
| 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、医療機器など） |
| 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．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
２．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
（５）．汎化性能を向上させる工夫
３．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
４．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
（３）．PSPNet
５．リカレントニューラルネットワーク (RNN）
（１）．Elman型RNN
（２）．LSTM
６．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）
７．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）．Caffe
（３）．Chainer
（４）．TensorFlow |
| キーワード | パーセプトロン トイプロブレム 誤差逆伝播法 Convolution 畳み込み層 プーリング層 FCN LSTM オートエンコーダ GAN Caffe Chainer TensorFlow Adam 最適化 Fast R−CNN コンピュータビジョン |
| タグ | 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。
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