• 2018年03月22日(木) 10:30 ～ 17:30

１．人工知能と機械学習
　　（１）． 人工知能とは何か？
　　　　ａ．人工知能と機械学習の違い
　　　　ｂ．人工知能の考え方の推移
　　（２）． 機械学習とは何か？
　　　　ａ．機械学習の代表的な手法とそれらの長所・短所
　　　　ｂ．教師あり学習・教師なし学習・半教師つき学習

２．ニューラルネットワークと深層学習（ディープラーニング）
　　（１）． ニューラルネットワークの基礎
　　　　ａ．相互結合型神経回路網
　　　　ｂ．階層型神経回路網
　　（２）． 深層学習（ディープラーニング）
　　　　ａ．深層学習の基礎
　　　　ｂ．深層学習のライブラリの利用方法
　　　　ｃ．深層学習の最近の手法
　　　　ｄ．深層学習の長所と課題

３．画像処理・認識の現状と課題
　　（１）． 画像処理の現状と課題
　　　　ａ．画像処理超入門
　　　　ｂ．画像処理の問題点・課題
　　（２）． 画像認識の現状と課題
　　　　ａ．画像認識超入門
　　　　ｂ．画像認識の問題点・課題

４．深層学習・機械学習に基づく画像処理
　　（１）． 深層学習による画像処理の原理
　　（２）． 進化計算法を用いた画像処理の原理
　　（３）． 適用例１：製品の疵検出処理
　　（４）． 適用例２：超解像処理回路の自動構築
　　（５）． 適用例３：監視カメラ映像処理

５．深層学習・機械学習に基づく画像認識
　　（１）． 深層学習による画像認識の原理
　　（２）． 進化計算法を用いた画像認識の原理
　　（３）． 適用例１：一般物体認識と物体領域抽出
　　（４）． 適用例２：特徴量の最適化に基づく認識
　　（５）． 適用例３：ブラックボックスにしない画像認識

６．機械学習の企業での利用方法
　　（１）． AIや深層学習とのつきあい方
　　（２）． 機械学習導入の際の課題と注意点

７．まとめ

日本テクノセンター研修室