☆AIを活用できる人材を育成するための全3回特別講座。基礎から環境構築、実践まで段階的に習得します。
■AI活用人材育成講座<全3回>■→ https://www.rdsc.co.jp/seminar/240632
第1回テーマ『Python基礎と機械学習基礎』のプログラムはこちら→ https://www.rdsc.co.jp/seminar/240632
第2回テーマ『ディープラーニングと機械学習プロジェクトの進め方』のプログラムはこちら→ https://www.rdsc.co.jp/seminar/240742
第3回テーマ『機械学習実践編~分類,時系列解析,異常検知,生成AI~』のプログラムはこちら→ https://www.rdsc.co.jp/seminar/240807
1.ディープラーニングの基礎
1-1 機械学習とディープラーニングの違いは?
(1) ディープニューラルネットワークとは
(2) 把握すべきディープニューラルネットワークの特性
1-2 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(Convolutional Neural Network)
(2) 再帰型ニューラルネットワーク RNN (Recurrent Neural Network)
(3) 強化学習 (Deep Q-learning)
(4) その他の手法
2.機械学習プロジェクト進め方
2-1 データ準備
2-2 一般的なデータ前処理
2-3 特徴量エンジニアリング
2-4 手法の定義
2-5 パラメータ調整
(1) ハイパーパラメータとは
(2) ハイパーパラメータの自動調整(optunaの活用)
2-6 データ量に関する考察
2-7 基盤モデルと転移学習
【質疑応答】