～ 深層学習の肝となるベース知識、Pythonの基礎、線形識別問題、ニューロンのモデル化、誤差逆伝播法、公開データを活用したデータ解析 ～
・深層学習を理解する上で不可欠な、最小二乗法・最急降下法やニューラルネットワークの基礎から修得する講座！
・深層学習の原理からPythonを用いた実装法の基礎までを修得し、機械学習を利用した予測や最適化に活かそう！
ＰＣは弊社にて用意いたします。希望者にデータを差し上げます。USBをご持参ください。
Deep Learning（ディープラーニング）の基礎とPythonによるデータ解析への応用 ～１人１台PC実習付～
講師の言葉
AIの研究は古くから行われてきましたが、近年のIoTの急速な発展によってビッグデータの取得が可能となり、飛躍的な可能性に大きな期待が集まっています。そのため、多くの企業でAI、機械学習、データマイニングの導入を検討されていますが、学習コストが高いため、なかなか運用にまで到達しないこともあるようです。
そこで、本講座ではニューラルネットの基礎から学び、深層学習（ディープラーニング）の説明とPythonによる演習によって理解を深めます。
受付を終了いたしました
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 |
・深層学習を基礎から学びたい方 ・原理が分からないままディープラーニングを使っており、うまく行っていないと感じている方 ・画像、音声、自然言語、IoT、金融、その他用途で深層学習の活用を考えている方 |
| 予備知識 |
・大学初年度程度の数学知識 ・何らかのプログラミングの経験 （Pythonでなくても可） |
| 修得知識 |
・ニューラルネットワーク、深層学習の基礎知識 ・深層学習のプログラムをPythonによって動作させることができる |
| プログラム |
１．ディープラーニングの肝となるベース知識 （１）．最小二乗法 （２）．最急降下法 ・機械学習の基本は、データの背後にある数理モデルをデータによって、自動的にパラメータを調整することにあります。よく知られている「最小二乗法」を通して、その基礎を理解します。
２．Pythonの基礎 ・ライブラリーなどの解説をします。また１章の内容についてPythonを用いて予測や最適化の実習をします。
３．ディープラーニングの基礎 （１）．パーセプトロンとは何か （２）．線形識別問題 （３）．ニューロンのモデル化 （４）．ニューラルネットワークの前向き計算 （５）．Back Propagation（誤差逆伝播法）による学習 （６）．Pythonによる実装
４．ディープラーニングによるデータ解析 （１）．CNN （２）．RNN （３）．LSTM （４）．応用例：文字認識 （５）．Pythonによる実装：公開データを活用したデータ解析 |
| キーワード | 最小二乗法 最急降下法 パーセプトロン 誤差逆伝播法 CNN RNN |
| タグ | 統計・データ、データ分析 |
| 受講料 |
一般 (1名)：55,000円(税込)
同時複数申込の場合(1名)：49,500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現在募集を締め切っております。
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