ディープラーニングの基礎と少ない学習データでの高精度化技術と活用法 <オンラインセミナー>

~ ディープラーニングの種類と特長、学習のテクニックとハイパーパラメータのチューニング、少ないデータのときの過学習を最小限に抑える工夫 ~

・ディープラーニングの仕組みを深く理解し、適切な活用をするための講座

・過学習が起きてしまうことで課題になっている「少ない学習データ量でも識別精度を大きく向上させる学習法」について修得し、システムやデータ解析へ応用しよう! 

オンラインセミナーの詳細はこちら:

・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。

講師の言葉

 ディープラーニングや人工知能に関する国際会議に年間10回以上参加していますが、最近、ディープラーニングを誤った方法で使ったり、適切でない問題に対して適用したり、しっかり学習できていないネットワークを予測などに使ってしまっている例が散見されます。これは、ディープラーニングへの理解が浅いのに、ディープラーニングのための使いやすいツールが次々で出てきたために、現在起きている現象だと思います。おそらく日本国内でも同じようなミスをしてしまっている方もいるかもしれません。受講者の皆様が、ディープラーニングの仕組みを深く理解し、適切に活用していけるようになるセミナーを目指します。

セミナー詳細

開催日時
  • 2020年08月18日(火) 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 オンラインセミナーソフト・データ・画像・デザイン研究開発・商品開発・ ビジネススキル
受講対象者 ・ディープラーニングに興味を持つエンジニアの方
・データ件数が少なく過学習などの問題が生じていて困っている方
・実際にディープラーニングのプログラムを作っているけれども、その仕組みを正しく理解できているか不安な方
・システム、ソフト、データ解析ほか関連部門の技術者の方

予備知識 ・プログラミングや機械学習の基礎を知っていると理解しやすい
修得知識 ・ディープラーニングの原理およびその活用のポイント
・利用の上で注意すべきこと。特に、陥りやすり初歩的なミスで、研究開発の時間を浪費することを防ぐ方法
プログラム

1.ディープラーニングの基礎

 (1).ディープラーニングとは何か?

   a.なにができるのか

   b.利用例の紹介

   c.AI とディープラーニング

   d.AlphaGo と GPS 将棋

   ・ディープラーニングの世界の動向について紹介し、ディープラーニングをどんな問題に対して使うべきかを解説します。

 (2).その他の最適手法にはどんなものがあるのか?

   a.音声認識などに使われるDPマッチング

   b.意思決定を助ける決定木

   c.ディープラーニングとの違いはなにか

    ・DPマッチングや決定木など、これまでたくさん用いられてきた最適化手法について解説し、それらとディープラーニングとの違いについて理解します。

 (3).ディープラーニングのしくみ

   a.ニューロン

   b.ニューラルネットワーク

   c.ディープラーニング

    ・単純なニューロンから、複雑なニューラルネットワーク、さらに複雑なディープラーニングまで、順を追って解説します。

2. ディープニューラルネットワークの学習

 (1).ディープラーニングの種類と特長

   a.特徴抽出が不要になった Deep Belief Network

   b.識別問題に強い Staked Auto Encoder

   c.画像の識別に強い Convolutional Neural Network

   d.時間変動に強い Recurrent Neural Network

   e.長期的な依存関係も学習できる Long Short Term Memory

    ・様々なディープラーニングのネットワークについて紹介し、皆様が考えている問題にとって適切なネットワークについて考えます。

 (2).ディープラーニングの開発ツール

   a.日本発の Chainer

   b.コードが簡単な Keras

   c.みんなが使っている TensorFlow

   d.利用者増加中の PyTorch

    ・ディープラーニングのツールの特徴を紹介し、皆様にとって適切なディープラーニングの環境について考えます。

 (3).学習のテクニック

   a.ドロップアウト

   b.モーメンタム

   c.ハイパーパラメータのチューニング

   d.オプティマイザーの選び方

    ・モーメンタムなどのハイパーパラメータについて理解し、そのチューニング方法について学びます。また、オプティマイザーごとの性質の違いを理解し、選び方について検討します。

3.少ないデータのときの学習の工夫

   ・データ件数が少ない場合には、過学習がおきて汎化性能が落ちやすくなります。そのような場合にドロップアウトやデータオーギュメンテーション、パディングなどにより過学習を最小限に抑える工夫について解説します。

4.ディープラーニングの実習

 (1).Kerasを用いた手書き文字認識

 (2).Tensorflowを用いた自動翻訳

5.ディープラーニングの活用

 (1).ディープラーニングの制御システムへの活用

 (2).その他の様々な応用事例の検討・ディスカッション

6.個別相談

  ・受講者の個別事例に対して、アドバイスを行います

キーワード ディープラーニング DPマッチング 決定木 最適化手法 ニューロン ニューラルネットワーク Chainer  Keras  TensorFlow  PyTorch ドロップアウト モーメンタム ハイパーパラメータ オプティマイザー ドロップアウト データオーギュメンテーション パディング 過学習
タグ 研究開発ソフト管理
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 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
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。
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