<実習セミナーにつき1口受講はありません>





実習 TensorFlowで始める深層学習
 

S180208K


  

  開催日時:2018年2月8日(木) 10:00-17:00

会  場:オームビル(東京都千代田区神田錦町3‐1)      
          【地下鉄】
             東西線『竹橋駅』徒歩3分
             三田線・新宿線・半蔵門線『神保町駅』徒歩7分
             新宿線・千代田線『小川町駅』徒歩7分
             丸ノ内線『淡路町駅』徒歩8分
          【JR】
             中央線・山手線・京浜東北線『神田駅』徒歩12分
             中央線・総武線『御茶ノ水駅』徒歩11分
             

受 講 料:47,000円[税別]/1名



※ノートPCをご持参ください。
 
事前に以下のインストールをお願い致します。
 OS: MacOSXまたはUbuntu
 インストールするもの:python3.6 tensorflow 1.4以上


 講 師


 新村 拓也 氏
 


    シンギュラリティ㈱  取締役CTO


  <講師より>
    機械学習や深層学習、はたまたAIという言葉が巷にはやり始めて結構たちました。
   この講義では機械学習の手法の一つである深層学習についての基本的な仕組みや
   ロジック、応用分野を理解して、実際に手を動かしながらコードの1行1行で何が行わ
   れているかを理解しながら深層学習のプログラムを実行していくのがこの講義の狙い
   です。この分野に手を出したいけれどなかなか出す機会がない、プログラムを実際に
   チュートリアルで動かしたことはあるが、ただ動いているのを確認できただけで、
   実際に中で行われていることはわからないという方は、是非この講義を通してこの
   分野に足を踏み入れる契機にしてもらえればと思います。


  <受講対象者>
   ・機械学習を始めたばかりの方
   ・深層学習に興味がある方
   ・TensorFlowを知りたい、使ってみたい方
   ・今まで他の分野(Webなど)でプログラミングはしたことがあるが機械学習、
    データ解析を始めてみたい方

  <必要な予備知識>
   ・高校卒業時の理系数学の知識
   ・基本的なPythonのプログラミング

  
  <受講して得られる知見、ノウハウ>
   ・機械学習に関する基礎知識
   ・ニューラルネットワークの仕組み
   ・深層学習の基礎知識
   ・深層学習の活用領域
   ・TensorFlowの概要
   ・TensorFlowを用いた計算グラフの構築
   ・TensorFlowを用いたニューラルネットワークの構築方法
   ・TensorFlowを用いた畳み込みニューラルネットワークの構築方法
   ・TensorFlowを用いた学習の可視化



 講義項目

  1. ニューラルネットワークとディープラーニング
   
1) 機械学習入門
    (ア) 機械学習とは
    (イ) 教師あり学習、教師なし学習
    (ウ) 機械学習の活用領域
    (エ) 機械学習の手法

   2) ニューラルネットワーク入門
    (ア) ニューラルネットワーク入門とは
    (イ) ニューラルネットワーク入門の特徴
    (ウ) ニューラルネットワークの学習ロジック
    (エ) 確率勾配法
    (オ) 連鎖律
    (カ) 誤差逆伝播法
    (キ) 多層ニューラルネットワーク入門の欠点

   3) 深層学習入門
    (ア) 多層NNの欠点の克服
    (イ) グーグルの猫
    (ウ) 深層学習の活用領域
    (エ) 近年の深層学習の研究、活用動向


  
2. TensorFlow入門
   
1) TensorFlowとは
   2) TensorFlowの導入
   3) TensorFlowの特徴
   4) 計算グラフについて
   5) TensorFlowで計算グラフ実装 (実習)
   6) 手書き文字認識
   7) ネットワークの説明
   8) TensorFlowでニューラルネットワーク (実習)
   9) プログラムの改善点
   10) 畳み込みニューラルネットワーク(CNN)
   11) TensorFlowで畳み込みニューラルネットワーク (実習)

  
3. TensorBoardによる学習の可視化
   
1) TensorBoardとは
   2) TensorBoardを使うには
   3) TensorBoardの各種機能解説
    (ア) Scalars
    (イ) Images
    (ウ) Graphs
    (エ) Distributions/Histograms
    (オ) Embeddings
   4) これまで作成したネットワークをTensorBoardで可視化 (実習)
   5) 質疑応答


  

  



 お1人様      受講申込要領     セミナー 総合日程