このサイトではJavaScriptを使用しています。ブラウザの設定でJavaScriptを有効にしてからお使いください。 ディープラーニングの基礎と産業への導入・実践方法 [講習会詳細] | テックデザイン
FAXでのお申し込みはこちらから

製造業の現場での実践と活用を目的とした機械学習/ディープラーニングの講座となります。理論は必要最低限にとどめ、実践に必要なポイントやわかりにくいところ・注意点などを中心に解説し、さらに最新動向なども紹介します。

ディープラーニングの基礎と産業への導入・実践方法

【日 程】

2017年7月10日(月) 10:00~17:00

【会 場】

都内都心部で調整しております。しばらくお待ちください。

【受講料】

29,980円(税込/テキスト付)

講師: 応用技術株式会社 ソリューション本部 主査 太田 桂吾

経歴: 1990年応用技術株式会社に入社。以降、主に製造業向けのwebシステム構築に携わり、近年はデータマイニング技術、産業界を対象としたデータ分析・ディープラーニングの応用方法の研究に従事している。

Ⅰ. 機械学習/ディープラーニングを行う際に必要なデータ処理の基本
 1. データの定義
 2. 扱うデータの特性を把握する
  ① 時間軸/場所の考慮
  ② データを発生させるもの
 3. データの前処理
  ① データの抜け、異常値への対応
  ② データの量を調整する(増やす/減らす)
  ③ データの次元を削減する
 4. ディープラーニングの精度を上げるためにどのようなデータを用意するか?
  ① 必要となるデータの量
  ② データクレジング
  ③ フレームワークでの処理
 5. サンプルデータの説明
  ① デモで使用するサンプルデータの説明

Ⅱ. 機械学習/ディープラーニングの数理・確率論~対象物を数値情報へ変換する~
 1. 分布
 2. 次元とベクトル
 3. 画像を数値情報へ変換する
 4. 言語を数値情報へ変換する
 5. 音を数値情報へ変換する
 6. 状態を数値情報へ変換する

Ⅲ. 機械学習の基礎と実践
 1. 機械学習の基本
  ① データがモデルをつくる
  ② 学習結果をどう受け取るべきか
 2. 学習の種類
  ① 教師あり学習の基本
  ② 教師なし学習の基本
  ③ 強化学習の基本
 3. 結果の分類
  ① 回帰
  ② クラス分類
 4.Windowsで機械学習環境をオープンソースにて構築
  ① 使用可能なオープンソース一覧
  ② Pythonの設定(Windows7端末の例)
 5. サンプルデータを機械学習で処理
  ① 何を導き出したいか?の定義
  ② 使用できるモデルは?
  ③ Pythonを実行し結果を得る
 6. 機械学習のプログラム解説

Ⅳ. ディープラーニングの基礎と実践
 1. 機械学習とディープラーニングの違いは?
  ① ニューラルネットワークとは
  ② 生じた誤差の吸収
  ③ 特微量の抽出/学習の方法
 2. ディープラーニングを分類し、その特徴を把握する
  ① 畳み込みニューラルネットワーク CNN
  ② 再帰型ニューラルネットワーク RNN
  ③ 強化学習
 3. Windowsでディープラーニング環境をオープンソースにて構築
  ① TensorFlow
  ② Chainer
 4. サンプルデータをディープラーニングで処理
  ① TensorFlowで動かし結果を得る
  ② Chainerで動かし結果を得る
 5. ディープラーニングのプログラム解説
  ① TensorFlowの解説
  ② Chainerの解説
 6. 解析結果の考察とチューニング
  ① TensorFlow
  ② Chainer
 7. 精度を上げるためにいかにパラメータを最適化するか?
 8. 過学習の判断基準
 9. その他、実践にあたり注意すべきこと

Ⅴ. この講習会だけで終わらせないために
 1. twitter/ブログを通じた情報の収集
 2. より高速な環境を求める場合http://admin.tech-d.jp/images/noimage.png

<習得知識>
・機械学習/ディープラーニングの基本(理論と実践)
・データ処理の基本(理論と実践)

<講義概容>
本講座は、製造業の現場での実践と活用を目的とした機械学習/ディープラーニングの講座となります。理論は必要最低限にとどめ、実践に必要なポイントやわかりにくいところ・注意点などを中心に解説し、さらに最新動向なども紹介します。
 具体的には、前半では、データ分析の未経験者でもわかるよう、可能な限り数式を排して理論とその実践方法を説明します。ここで、大まかにデータ分析、機械学習、ディープラーニングを理解します。後半では、tensorFlow、chainerというメジャーなフレームワークを使用し、Windowsマシンで、実際にデータを操作しながら、機械学習、ディープラーニングを実施します。ただサンプルを動かしての解説ではありません。実際にインストールするところから、自分のもっているデータ、画像の分析(ディープラーニング)までが可能になります。なお、講義で使用したサンプルソース等は、dropbox公開フォルダよりダウンロード可能になります。

  • 講習会一覧(日付順) 受講のしおり 会場案内 お問い合わせ よくある質問
    INDEX
       
ページTOPへ