• 2020年10月19日(月) 10:30 ~ 17:30

１．人工知能､機械学習､深層学習とは何か?

　　：機械が学習するとは?　教師有り学習､教師無し学習、ニューラルネットワーク(NN)とは何か?　

　　（１）．人工ニューロン、単純パーセプトロン、多層パーセプトロン(MLP)

　　（２）．原理と手計算､原始的なパーセプトロン

　　（３）．活性化関数､損失関数､最適化法

２．Pythonの基礎知識
　　・変数、条件分岐、繰り返し、リスト、辞書、タプル、関数、クラス

３．機械学習と一緒に使われるライブラリと基礎知識

　　・数値計算処理(NumPy)､画像処理(OpenCV)､グラフ表示(matplotlib)

　　（１）．機械学習用フレームワークの位置づけ

　　（２）．ネットワーク構築方法(Sequential Model)

　　（３）．MLPによる分類問題

　　　　ａ．画像のクラス分類問題に必要な画像処理

　　　　ｂ．データの前処理､ラベルのone-hot encoding､学習方法

　　　　ｃ．学習結果の利用方法、学習過程の可視化､過学習とドロップアウトなど

５．深層学習: 分類処理(CNN)プログラミング

　　（１）．畳み込みニューラルネットワーク(CNN)に必要な画像処理

　　（２）．データの前処理＋畳み込み処理＋ニューラルネットワーク

　　（３）．自前データによる機械学習､学習済みモデルの利用､転移学習､ファインチューニングなど

６．深層学習: 時系列データ処理プログラミング

　　（１）．再帰型ニューラルネットワーク(RNN､LSTM)とは何か?

　　（２）．時系列データデータの前処理方法

　　（３）．RNN、LSTMによる時系列データ処理

　　（４）．学習結果の利用方法､ドロップアウトなど

７．Googleのクラウド上の機械学習環境(Google Colabaratory)

　　・Google Colabaratoryの活用法を解説

８．まとめと今後勉強すべきこと

　　・Functional API、物体検出、GAN(敵対的生成ネットワーク)など

オンラインセミナー