2020年03月11日(水)
10:30~16:30
Tel:03-5857-4811 E-mail:info@rdsc.co.jp
問い合わせフォーム
非会員:
49,500円
(本体価格:45,000円)
会員:
47,020円
(本体価格:42,745円)
学生:
49,500円
(本体価格:45,000円)
49,500円 ( 会員受講料 47,020円 )
定価:本体45,000円+税4,500円
会員:本体42,750円+税4,270円
【2名同時申込みで1名分無料!(1名あたり定価半額の24,750円)】
※2名様とも会員登録が必須です。
※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
※3名様以上のお申込みの場合、1名あたり定価の半額で追加受講できます。
※受講券、請求書は、代表者に郵送いたします。
※請求書および領収証は1名様ごとに発行可能です。
(申込みフォームの通信欄に「請求書1名ごと発行」と記入ください。)
※他の割引は併用できません。
資料・昼食付
※講義中の録音・撮影はご遠慮ください。
※講義中のパソコン使用はキーボードの打音などでご遠慮いただく場合がございます。
パターン認識・機械学習に関する基礎的な知識,実装に関する知識
深層学習に関する知識と実装方法
本セミナーでは、画像認識のためのパターン認識・機械学習の基礎と深層学習について解説します。これまで広く利用されてきたパターン認識・機械学習の手法だけでなく、深層学習(Deep Learning)も様々なところで、特にAIシステムの構築に利用されていますが、それらを使いこなすには機械学習に関する基礎的な知識が重要です。そこで、パターン認識・機械学習の様々な応用例と、基礎知識について解説します。また、 深層学習(DeepLearning)についても、実装方法や学習のコツなども含め解説します。
1.はじめに
1.1 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
1)k近傍法
2)線形識別関数
3)アンサンブル学習
4)ニューラルネットワーク
3.Pythonでの機械学習
3.1 scikit-learnの紹介
3.2 scikit-learnを用いた機械学習の枠組み
3.3 使用するクラス分類器
3.4 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
3.5 各種クラス分類手法の切り替え
3.6 各種クラス分類手法の比較
4.Deep Learningの利用
4.1 Deep Learningの代表的なパッケージ
4.2 Kerasを用いたクラス分類器としてのDeep Learning
4.3 Kerasを用いた特徴抽出を含めたDeep Learning
4.4 学習済みモデルの読み込みと利用
5.まとめ
□質疑応答□
パターン認識,機械学習,画像認識,深層学習,ディープラーニング