※本セミナーは開催日が10月8日から変更になりました
1 深層学習のいろいろ
1.1 深層学習の3つの流れ
1.2 代表的な深層学習
1.2.1 階層型ニューラルネットワーク
1.2.2 リカレントニューラルネットワーク
1.2.3 畳み込みニューラルネットワーク
1.2.4 深層ボルツマンマシン
2 最急降下法~ニューラルネットワークの基本原理~を理解しよう
2.1 ニューラルネットワークを最も単純化しよう~簡単なディジタルフィルタとして~
2.2 誤差を小さくするためには
2.3 微分の復習
2.4 学習アルゴリズムの導出
3 ニューラルネットワークに適用しよう~誤差逆伝播法(バックプロパゲーション)~
3.1 出力層に近い層は簡単
3.2 1層奥に入るにはアイデアが必要だった~誤差を逆に伝搬させる~
3.3 非線形性が効果的である理由を理解しよう
3.4 実際の応用例
4 畳み込みニューラルネットワーク
4.1 単純型細胞と複雑型細胞
4.2 畳み込み
4.3 プーリング
4.4 実際の応用例
5 敵対的生成ネットワーク(GAN)
5.1 簡単な動作原理
5.2 実際の応用例
6 深層学習の課題と今後の発展
6.1 現在の深層学習の課題
6.2 今後の発展の方向性
7 まとめ