ホーム > セミナー > 機械学習・深層学習による画像認識の仕組み【WEBセミナー】

機械学習・深層学習による画像認識の仕組み【WEBセミナー】

~機械学習アルゴリズムとその判断根拠の可視化と活用事例~

※受付を終了しました。最新のセミナーはこちら

セミナー概要

略称
画像認識【WEBセミナー】
セミナーNo.
tr201211  
開催日時
2020年12月09日(水)10:00~17:00
主催
(株)トリケップス
問い合わせ
Tel:03-5857-4811 E-mail:info@rdsc.co.jp 問い合わせフォーム
開催場所
【WEB限定セミナー】※在宅、会社にいながらセミナーを受けられます 
価格
非会員: 51,700円(税込)
会員: 51,700円(税込)
学生: 51,700円(税込)
価格関連備考
お1人様受講の場合 47,000円[税別]/1名
1口でお申込の場合 59,000円[税別]/1口(3名まで受講可能)
備考
★本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング(http://zoom.us/test)にアクセスできることをご確認下さい。

★インターネット経由でのライブ中継のため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。

★受講中の録音・撮影等は固くお断りいたします。

講座の内容

プログラム

1 機械学習による画像認識
 物体検出は、局所特徴量と統計的学習手法の組み合わせにより実現されています。顔検出として、Haar-like特徴とAdaBoost識別器について解説します。また、多クラス識別器であるRandom Forestのアルゴリズムとその応用例として、Kinectの人体姿勢推定手法について解説します。

  1.1 Haar-like特徴と顔検出
  1.2 AdaBoostのアルゴリズム
  1.3 Random Forest
  1.4 Random Forestを用いた距離画像からの人体姿勢推定

2 Deep Learningによる画像認識
 機械学習における最新の研究動向として、Deep Learning について概説し、畳み込みニューラルネットワークのしくみと画像認識への適用について解説します。また、End-to-end学習などのDeep Learningによる最新動向と今後の課題についても紹介します。

  2.1 深層学習の現在
  2.2 畳み込みニューラルネットワーク
  2.3 CNNによる画像認識
   2.3.1 一般物体認識(画像分類)
   2.3.2 物体検出
   2.3.3 セマンティックセグメンテーション
  2.4 マルチタスク

3 Explainable AI
 AIによる判断の根拠を説明するXAI(XAI: eXplainable AI)が注目されています。 深層学習がどのように認識しているかその判断根拠の可視化方法とその活用事例について紹介します。

  3.1 従来の機械学習における判断根拠の解析
  3.2 深層学習における判断根拠の解析
  3.3 アテンションマップによる視覚的説明

関連するセミナー

関連する書籍・DVD

関連するタグ