. .
セミナー・イベントTOPへ戻る

・ディープラーニングの仕組みと特徴を理解し、実問題に応用できる知識を習得するための講座
・具体的な事例をもとに最適な手法の選定方法と効果的な導入方法を学び、システム開発へ応用しよう!

ディープラーニングの基礎と活用事例および最新技術
〜 DNN、CNN、RNNモデルと導入方法と注意点、
画像認識、異常検知・スマート家電への応用とポイント 〜

■開催日時:2017年10月18日(水) 10:30 〜 17:30


■会場:日本テクノセンター研修室
    (東京都新宿区西新宿二丁目7-1 小田急第一生命ビル 22階)

■受講料:一般(1名) : 48,600円 (税込)
     同時複数申し込みの場合(1名) : 43,200円 (税込)

■主催:(株)日本テクノセンター


■受講対象者
・ディープラーニングの基礎理論とビジネスへの応用に興味のある方
・人工知能関連プロジェクトを検討している新規事業開発、経営に関わる方
・より進んだパターン認識や人工知能のための基礎理論を学びたい方

■予備知識
・必要事項は随時解説をしますが、
 大学初年度で学習する程度の微積分学や確率・統計学の知識があればより理解が深まります

■修得知識
・ディープラーニングの基礎理論から実装までの一通りの知識を習得いただけます
・ディープラーニングのプロジェクト化や導入に必要な知識の習得が得られます

■講師の言葉
 ディープラーニングは最新の人工知能技術であり、多くの分野で目覚ましい成果を挙げています。
 本講座では、初学者にも分かりやすいよう、深層学習理論を学ぶ上で重要となるトピックは
網羅的に解説し、理論の基礎から全体像、そして深層学習の中心的コンセプトに至るまでを習得
できるようにします。
 また、初学者だけに限らず、深層学習を多少聞きかじったけれども、しっかりと基礎部分を
把握しておきたいという方にもピッタリな内容となっています。
 講義では、もっとも広く利用されている深層学習モデルであるディープニューラルネットワーク
(DNN)と画像認識処理でよく利用される畳み込みニューラルネットワーク(CNN)、そして
時系列データ処理でよく利用される再帰型ニューラルネットワーク(RNN)を中心とします。
 また、これらを要素技術とした最新の手法もご紹介します。
 ディープラーニングの仕組みと特徴を理解し、具体的な事例をもとに最適な手法の選定方法と
効果的な導入方法に関する知識を習得することも目指しています。


1.人工知能(AI)とは
  (1).AI を取り巻く環境
  (2).AI の導入状況
  (3).AI とディープラーニング

2.ディープラーニングとは
  (1).ディープラーニングの概要
     a. ディープラーニングとは
     b. 機械学習と統計手法とディープラーニングの違い
  (2).ニューラルネットワークの基礎
     a. 単純パーセプトロン
     b. 多層パーセプトロン
     c. ニューラルネットワークの限界
  (3).ディープニューラルネットワーク    
     a.ディープラーニングの理論
     b.ディープラーニングの実践技術
      ・ドロップアウト
      ・データの正規化
      ・パラメータの初期化処理 など
  (4).ディープラーニングの応用
      a.ディープニューラルネットワークの種類(CNN、RNN等)
      b.ディープラーニングの応用技術
      c.実用と研究の現状

3. 導入方法
  (1).導入手段(API、Frameworkなど)
  (2).導入の流れ
  (3).導入時の注意点(学習データの準備など)

4. 事例紹介
  (1).画像認識
  (2).不正検知
  (3).音声認識
  (4).ストレスチェック
  (5).異常検知
  (6).スマート家電
  (7).広告
  (8).その他の事例

5. 今とこれからについて
  (1).クラウドコンピューティング
  (2).エッジコンピューティング  
  (3).各社の動向
     a. FAMGA (Facebook、 Apple、 Microsoft、 Google、 Amazon)
     b. Intel、 NVIDIA

6. AI情報収集の方法について
  ・効果的なやり方とは

7. 本講座のまとめと質疑応答

Copyright (C) 2017 NTS Inc. All right reserved.