• 2018年02月14日(水) 10:30 ～ 17:30

１．機械学習とディープラーニング
　　（１）．機械学習の基本
　　　　ａ．データがモデルをつくる
　　（２）．学習の種類
　　　　ａ．教師あり学習の基本
　　　　ｂ．教師なし学習の基本
　　　　ｃ．強化学習の基本
　　（３）．ディープラーニング
　　　　ａ．概要

２．事象を数値へ変換する
　　（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

３．機械学習／ディープラーニングを行う際に必要なデータ処理の基本
　　（１）．データ前処理の方法

４．ディープラーニングの基礎と実践
　　（１）．ディープラーニングの種類
　　　　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)
　　（２）．Windowsでディープラーニング環境をオープンソースのフレームワークにて構築
　　　　　・Chainer
　　（３）．画像分類
　　　　　・Chainerで動かし結果を得る
　　（４）．音による異常検知（AutoEncoder使用）
　　　　　・Chainerでサンプルプログラムを動かします
　　（５）．強化学習
　　　　　・Chainerでサンプルプログラムを動かします
　　（６）．過学習の判断
　　（７）．その他、実践にあたり注意すべきこと

５．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

日本テクノセンター研修室