パターン認識・機械学習・ディープラーニング入門セミナー【名古屋開催】

※8/7(水) 講演時間が変更になりました。

変更前：10：30～16：30
↓　↓　↓
変更後：10：00～16：00

1．はじめに
　1.1　AIとパターン認識・機械学習
　1.2　最先端手法と応用例

2．機械学習のしくみ
　2.1　機械学習の枠組み
　2.2　機械学習に基づくパターン認識手法（ポイントをかいつまんで紹介）
　　1）k近傍法
　　2）線形識別関数
　　　　―単純パーセプトロン、サポートベクトルマシン
　　3）アンサンブル学習
　　　　―ランダムフォレスト
　　4）ニューラルネットワーク
　　　　―多層パーセプロトン、深層学習

3．Pythonの概要
　3.1　Pythonとは
　3.2　Pythonを使いこなすためのモジュール
　　　　―numpy、scipy、scikit-learnほか
　3.3　数値計算ライブラリ numpy

4．Pythonでの機械学習
　4.1　scikit-learnの紹介
　4.2　scikit-learnを用いた機械学習の枠組み
　4.3　使用するクラス分類器
　4.4　Pythonでの機械学習の実際の流れ
　　1）必要なモジュールの読み込み
　　2）特徴量の読み込み
　　3）識別器の初期化・学習
　　4）評価
　　5）結果の集計・出力
　　6）学習した識別器の保存、読み込み
　4.5　各種クラス分類手法の切り替え
　4.6　各種クラス分類手法の比較
　4.7 パラメータの自動調整法

5．Deep Learningの利用
　5.1　Deep Learningの代表的なパッケージ
　5.2　Kerasを用いたクラス分類器としてのDeep Learning
　5.3　Kerasを用いた特徴抽出を含めたDeep Learning
　5.4　学習済みモデルの読み込みと利用

6．まとめ

【質疑応答・名刺交換】