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による画像処理の基本と実践入門 【PC演習講座】 [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

実際にサンプルプログラミングを動かしながら、Python/OpenCV・Chainerなどのオープンソースを利用したディープラーニングによる画像処理の方法を基礎から学べる講座です。

ディープラーニングによる
画像処理の基本と実践入門 【PC演習講座】

【日 程】

2019年8月23日(金) 10:00~17:00

【会 場】

リファレンス西新宿 会議室(東京 新宿駅/西新宿駅)

【受講料】

29,980円(税込/テキスト付)

【持ち物】

ノートPC

 

・Windows10を推奨
・64ビット/メモリ4G以上/ディスク空き容量5G以上
・アプリケーションは講師のUSBからご持参のPCに移し、
 インストールしていただきます

・データも講師のUSBからご持参のPCに移していただきます

講師:株式会社 ネクステージ  AIアナリスト 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。2019年より現職。

Ⅰ. 機械学習とディープラーニング
 1. 機械学習の基本
  ①データがモデルをつくる
 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. ディープラーニング
  ①概要

Ⅱ. 事象を数値へ変換する
 1. 画像を数値情報へ変換する
 2. 言語を数値情報へ変換する
 3. 音を数値情報へ変換する
 4. 状態を数値情報へ変換する

Ⅲ.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. 画像データ処理の基本 (openCVの使用)

Ⅳ.ディープラーニングの基礎と実践
 1. ディープラーニングの種類
  ①畳み込みニューラルネットワーク CNN(Convolutional Neural Network)
  ②再帰型ニューラルネットワーク RNN (Recurrent Neural Network)
  ➂強化学習 (Deep Q-learning)
 2.Windowsでディープラーニング環境をオープンソースのフレームワークにて構築
  ①Chainer
 3. 画像分類(教師なしでの分類)
  ①Chainerで動かし結果を得る
 4. 画像分類(教師ありでの分類)
  ①Chainerで動かし結果を得る
 5. 画像からの物体検出
  ①Chainerで動かし結果を得る
 6. 過学習の判断
 7. その他、実践にあたり注意すべきこと

<習得知識>
 ・python/OpenCVを使用した画像処理の基本
 ・python/Chainerを使用したディープラーニングによる画像処理方法
 ・ディープラーニングの産業分野への導入への知見

<講義概容>
 本講座は画像データを機械学習・ディープラーニングを用いて分類、検出を行い、産業への導入と活用を目的とした演習講座となります。午前は、機械学習とディープラーニングを用いて画像処理を行う上、最低限必要な基礎理論を説明します。午後は、画像データを扱い、OpenCV、Chainerといったオープンソースを利用したサンプルプログラムを動かしながら、
実際のデータをどう扱うかを学習していきます。

<予備知識>
 簡単なプログラムの知識 (ライブラリとは何か?Pythonとは何か、が分かる程度で
 大丈夫です)



  • facebook
       
ページTOPへ