• 2021年03月30日(火) 10:30 ~ 17:30

１．ルールベースとＡＩの比較
　　（１）．ルールベースとＡＩ
　　　　ａ．品質管理の抱える課題
　　　　ｂ．ルールベースの限界
　　　　ｃ．ルールベースｖｓ．ＡＩ
　　（２）．ＡＩの利点
　　　　ａ．導入メリット
　　　　ｂ．ルールベースとの併用

２．ディープラーニングの基礎
　　（１）．ディープラーニングの定義
　　　　ａ．ディープラーニング、機械学習、ニューラルネットワークとは
　　　　ｂ．ニューロンからパーセプトロンへ
　　　　ｃ．順伝播型ニューラルネットワーク
　　（２）．機械学習の基礎–線形回帰
　　　　ａ．機械学習の代表的なタスク（回帰、識別、クラスタリング、異常検知）
　　　　ｂ．線形回帰における損失関数の評価・学習
　　（３）．誤差逆伝播法
　　　　ａ．線形モデルの限界
　　　　ｂ．隠れ層と出力層における非線形関数
　　　　ｃ．計算グラフと逆伝搬

３．ディープラーニングの実装
　　（１）．全結合モデルの実習
　　　　ａ．Ｎｕｍｐｙを用いた全結合モデルの実装
　　　　ｂ．Ｋｅｒａｓを用いた順伝播モデルの実装
　　（２）．画像処理への応用
　　　　ａ．サポートベクトルマシンの基礎
　　　　ｂ．画像を用いた異常検知の実習

４．実装事例
　　（１）．ディープラーニングを利用した製造業における各種事例
　　　　ａ．セマンティックセグメンテーションによる「物体検出」
　　　　ｂ．サポートベクトルマシンによる「異常検知」
　　　　ｃ．ＹＯＬＯによる「識別」と「個数検査」
　　（２）．上手く学習させるために
　　　　ａ．過学習を防ぐための正則化
　　　　ｂ．最適化の手法の吟味

オンラインセミナー