～ 機械学習・ディープラーニングの基礎と精度向上、データの定義と特性と前処理法、画像分類や異常検知への応用 ～
・データ分析および機械学習・ディープラーニングの活用方法を実践的に修得し、業務課題解決に活かすための講座
・PythonおよびPyTorchのサンプルプログラムにより実践的に修得し、画像分類や異常検知に応用しよう！
＊サンプルプログラムを配布いたします
・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
PythonおよびPyTorchによるディープラーニングの基礎とデータ分析への応用 ＜オンラインセミナー＞
講師の言葉
現在はAIの名のもと、多様なサービス・ソリューションが発表されています。
このようなサービス・ソリューションの中では、様々なデータ分析技術、機械学習・ディープラーニングが活用されています。この講座では、データ分析及び機械学習・ディープラーニングの基本を学び
企業内での課題解決に役立てるための注意点を確認します。
また、PythonおよびPyTorchのサンプルプログラムを使用し、画像分類と異常検知を動かしてみます。
このサンプルプログラムは、持ち帰っていただき、実際の業務に役立てることができます。
一日で、基本から実データの扱いまでを概観できるセミナーです
セミナー詳細
| 開催日時 |
|
|---|---|
| 開催場所 | オンラインセミナー |
| カテゴリー | ソフト・データ・画像・デザイン |
| 受講対象者 |
・システム、ソフト、データ分析関連の技術者の方 ・データ分析技術、機械学習・ディープラーニングに興味がある方であればどなたでも大丈夫です |
| 予備知識 | ・プログラミングの簡単な知識があるほうが理解しやすい |
| 修得知識 | ・業務課題に対して、データ分析及び機械学習・ディープラーニングの活用方法 |
| プログラム |
１．機械学習・ディープラーニングの基礎 （１）．定義 （２）．機械学習の種類 （３）． ディープラーニングの種類 a．教師あり学習の基本 ｂ．教師なし学習の基本 ｃ．強化学習の基本 （４）． ディープラーニングの基礎 a．順伝播 ｂ．誤差の考え方 ｃ．誤差逆伝播 （５）． PyTorchでの実際
２．データの扱い （１）． データの定義 （２）． 現場で起こっていること （３）． データの特性を把握する a．画像を数値情報へ変換する ｂ．言語を数値情報へ変換する ｃ．音を数値情報へ変換する
３．機械学習・ディープラーニングの精度を上げる （１）．必要となる精度 （２）． データと手法、どちらを工夫するか？
４．データ前処理 （１）．抜け、異常値への対応 （２）．量を調整する（増やす/減らす） （３）．次元を削減する （４）．特徴を強調する
５．環境構築 （１）．必要なソフトウエア （２）．Pythonの設定（Windows１０端末の例） （３）．PyTorchの設定
６．サンプルデータの説明 ・デモで使用するサンプルデータの説明
７．画像データ処理 （１）．画像収集方法 （２）．画像に対する前処理 （３）．PyTorchによる画像の分類 ａ．前処理による精度の差 ｂ．手法（CNNの有無）により精度の差 （４）．CNNとは
８．異常検知(音、画像) （１）．PyTorchによるオートエンコーダーを使用した異常検知 ａ．前処理による精度の差 （２）．オートエンコーダーとは |
| キーワード | 機械学習 ディープラーニング 教師あり学習 教師なし学習 強化学習 順伝播 PyTorch データ前処理 CNN 異常検知 オートエンコーダー |
| タグ | 統計・データ解析、分析、AI・機械学習、ソフト管理、データ分析、ITサービス |
| 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 |
オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。 |
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。
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