ディープラーニングの基礎と実践的な最新アルゴリズムおよび運用のポイント

~ 深層学習(ディープラーニング)モデルの鳥瞰、勾配法の様々なアルゴリズム、過学習の問題と見抜き方、正則化アルゴリズム、学習がうまくいかないときの対処、設計の際の重要な考え方 ~

・深層学習の基礎理解と実装に至るまでのポイントを体系的に修得できる講座
・講師の豊富な経験を交えてディープラーニングの運用上のコツや注意点などを修得し、システムの実装へ活かそう!

講師の言葉

 ディープラーニング(深層学習)は複数の層が積まれた、多層構造のネットワークを用いて巧みに機械学習するための技術であり、現在の人工知能技術の根幹となっています。本講座は、基礎的な背景を含めて、ディープラーニングと触れ合うための概要知識と基礎的な設計技術の習得を主眼としています。基礎から実践に至るまで、幅広い知識習得をカバーします。
 前半は主にディープラーニングの数理的背景や意味についての解説となります。何故、ディープラーニングが出てきたのか、そして、何故ディープラーニングが凄いのか。など、ディープラーニングの基本的な“何故”や疑問に出来るだけ答えていくことが目標です。
 後半は主にディープラーニングの技術的な側面に注目します。ディープラーニングの利用には様々な種類のアルゴリズムが必要となり、それらたくさんのアルゴリズムの把握は初学者にとって非常に大変な作業となります。後半では、それぞれのアルゴリズムが“何故”必要なのか、そして、“何故”そんなにたくさんの種類のアルゴリズムが存在しているのかなどの疑問に、代表的なアルゴリズムを紹介しながら答えていきます。また、など、講師の経験を交えてご紹介します。内容の性質上、(特に後半は)数式が少なからず出現しますが、必要に応じて補足をしていくので特殊な専門知識は必要ありません。

セミナー詳細

開催日時
  • 2019年11月06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で人工知能プログラミングに興味のある方
・AI技術の導入・運用をめざすIT技術者、企画者
・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
・実際の運用でうまくいかずに困っている方
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線形代数・微積分学や確率・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
・応用課題に取り組む際のコツを習得できる
・実践の場でうまくいかない時の考え方を知ることができる
プログラム

1.機械学習とは何か?
  (1). 機械学習が目指すもの
  (2). 機械はデータから知識を獲得する
  (3). 機械学習の種類
    a.教師あり学習
    b.教師なし学習
    c.教師なし学習と人工知能
  (4). 深層学習(ディープラーニング)モデルの鳥瞰
 
2.ニューラルネットワークの基礎と深層学習への道のり
  (1). ニューラルネットワークの基礎
    a.単純パーセプトロン ~機械学習の事始め~
    b.フィードフォワードニューラルネットワーク
    c.パターン認識問題
    d.誤差逆伝播法(バックプロパゲーション)
    e.ニューラルネットワークの技術的問題点
  (2). 深層学習へ
    a.事前学習という考え方
    b.自己符号化器と積層自己符号化器
    c.深層学習の真相
    d.その他の深層学習モデル(CNN)
    e.表現学習とは何か
    f.深層学習は一言でいうと○○をしている!
  
3.深層学習の基本技術(必須な基本技術)
  (1). 基本的な技術1(勾配降下法について)
    a.確率的勾配降下法(SGD)
    b.勾配法の様々なアルゴリズム(Adam、AdaMax、AMSGrand法)
  (2).基本的な技術2(パラメータの初期化について)
    a.入力データの初期化
    b.学習パラメータの初期化(Xavier、Heの方法)

4.最新アルゴリズムとより進んだ実践技術(運用の際の考え方と注意点)
  (1). 過学習
    a.過学習とは
    b.学習するときはコレに注目せよ ~学習誤差の指標~
    c.過学習の問題と見抜き方 ~過適合は最悪の人工知能を導く~
  (2). 正則化法
    a.正則化技術で過学習を緩和させる
    b.様々な正則化アルゴリズム(重み減衰、ドロップアウト、バッチ正則化)
  (3).その他の最新技術
  (4).口伝の実践技術
    a.層の設計について
    b.学習がうまくいかないときの対処
    c.設計の際の重要な考え方
    d.事前学習の秘められたもう一つの可能性

5.本講座の総括といくつかの話題

キーワード 機械学習 深層学習 ニューラルネットワーク 自己符号化 表現学習 勾配降下法 学習パラメータ 過学習 正則化法
タグ AI・機械学習ソフト管理ソフト教育データ解析
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 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
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