S&T出版株式会社セミナー情報サイト
セミナー情報

TensorFlowによるディープラーニング解説と実践

フォームからお申し込み 申込みPDFダウンロード
本セミナーの趣旨  今やAI技術の主流となっているディープラーニングでは、ニューロンの働きを疑似的に多重化したニューラルネットワークを利用しています。本セミナーでは、AI技術の概要から始めてディープラーニングとはどのようなものなのか、そしてGoogle社のディープラーニング(深層学習)フレームワークであるTensorFlowの機能および使い方に解説を進めます。
 その後、TensorFlowの稼働環境を構築して、稼働環境上でのサンプル実行とサンプル内容の解説へと進めていき、TensorFlowのディープラーニングを実現するコード記述スタイルが理解できるようにしていきます。 
プログラム

1 AI利用の現状
 1.1 医療分野
 1.2 ビジネス分野
 1.3 パーソナル・アシスタント・システム
 1.4 AI技術を構成する複数の流れ
 1.5 TensorFlowの普及率は他を圧倒している

2 Python言語の基本
 2.1 PythonとC言語
 2.2 算術演算
 2.3 データ型
 2.4 リスト(List)
 2.5 Dictionary
 2.6 Boolean
 2.7 for文
 2.8 関数
 2.9 クラス
 2.10 Numpy
 2.11 ブロードキャスト

3 ニューラルネットワーク
 3.1 ニューラルネットワーク
 3.2 ニューラルネットワークとその表現
 3.3 コンピュータに人間のような学習をさせる
 3.4 ニューロンはいつ発火するのか? 活性化関数(activation function)
 3.5 これまでの学習と深層学習(Deep Learning)
 3.6 ニューラルネットワークの利点と欠点

4 パーセプトロン
 4.1 単純パーセプトロン
 4.2 単純パーセプトロンの限界
 4.3 線形分離可能
 4.4 線形、非線形の違い
 4.5 線形関数と非線形関数
 4.6 多層パーセプトロン
 4.7 活性化関数
 4.8 ステップ関数
 4.9 シグモイド(sigmoid)関数
 4.10 ステップ関数もシグモイド関数も非線形関数
 4.11 3層ニューラルネットワークの実装
 4.12 多次元配列の計算
 4.13 行列の内積(ドット積)
 4.14 出力層の設計
 4.15 回帰問題(入力データから数値の予測恒等関数)
 4.16 分類問題(データがどのクラスに属するかソフトマックス関数)
 4.17 ソフトマックス関数
 4.18 ヘッブの法則
 4.19 一つのニューロン内部の状態の表現
 4.20 複数のニューロンの動きを考える
 4.21 One-Hot-Vector
 4.22 バックプロパゲーション(Backpropagation)誤差逆伝播法
 4.23 最急降下法(勾配法)

5 TensorFlow
 5.1 TensorFlowとは
 5.2 TensorFLowが利用可能な用途
 5.3 TensorFlowの利点と欠点

6 TensorFlowの実行環境構築

7 TensorFlowプログラミング
 7.1 TensorFlowプログラミングの基本
 7.2 TensorFlowでグラフを定義する
 7.3 1つのニューロン層の場合
 7.4 2層からなるグラフのプログラム
 7.5 3層からなるグラフのプログラム
 7.6 TensorFlowの変数
 7.7 パラメーター(重みとバイアス)の最適化方法
 7.8 ロジステック回帰サンプル
 7.9 ロジスティック回帰(logistic regression)

8 TensorFlowサンプルプログラム
 8.1 ニューラルネットワークのパラメータ最適化
 8.2 相関と回帰の違いは何か?
 8.3 損失関数(Loss Function)
 8.4 Gradient descent 勾配降下法
 8.5 線形回帰サンプル
 8.6 シグモイド関数サンプル
 8.7 CNN(畳み込みニューラルネットワーク)
 8.8 MNIST for beginners
 8.9 Softmax Regressions(ソフトマックス回帰)
 8.10 Deep MNIST for Experts
 8.11 Build a Multilayer Convolutional Network (多層畳み込みネット
    ワークの構築)
 8.12 CIFAR-10サンプルCIFAR-100
 8.13 再帰型ニューラル・ネットワーク = RNN(Recurrent Neural
    Networks)
 8.14 ディープ・ニューラルネットワーク = DNN(Deep Neural
     Networks)
 

受講対象者・ニューラルネットワークによるディープラーニングについて、理論およびアプ
 ローチ方式について知りたい方
・GoogleのTensorFlowでディープラーニングのプログラミングを行ってみたい
 方
・TensorFlowを使用したディープラーニングプログラミングでどのような応用
 事例があるのか知りたい方
・数値予測、画像認識、音声認識、自然言語処理などの開発に興味がある方およ
 び仕事で関係する方
学べる事・ディープラーニングについての理論の理解
・TensorFlowを使用した、Python言語によるプログラム記述
・TensorFlowの応用例
 
講 師清野 克行 氏
サイバースペース 代表
会場ちよだプラットフォームスクウェア 503会議室 東京都千代田区神田錦町3-21

MAP

受講料
(税込)
49,000円(税込)* メルマガ登録者は 44,000円(税込) ※昼食、資料代含
*2名同時申込で両名ともメルマガ登録をしていただいた場合2人目は無料です。
 (S&T出版、シーエムシーリサーチ両社のメルマガ登録になります)

★アカデミック価格35,000 円(税込)
*アカデミック価格:学校教育法にて規定された国、地方公共団体、および学校
 法人格を有する大学、大学院の教員、学生に限ります。
備考①本セミナーの事務処理・受講券の発送等はシーエムシーリサーチが行います。
申込み方法申込み方法、キャンセル等を以下ボタンから確認の上お申込みください。
>お申込み方法

フォームからのお申し込みはコチラ

申込みフォームを開く









お1人目の参加者情報

は必須項目です

企業名・団体名

お1人目の部署

お1人目の職位

お1人目の姓

お1人目の名

お1人目のEメールアドレス

お1人目の電話番号

お1人目のFAX番号

お1人目の郵便番号

お1人目のご住所

Eメール案内 (希望する方はEメール案内価格が適用されます)
※既に案内を受け取っている方も「希望する」を選択してください。
 希望する 希望しない

DM案内 
※既に案内を受け取っている方も「希望する」を選択してください。
 希望する 希望しない

案内希望内容 ※ご希望テーマ、分野をフリーワードで入力してください。

2人目を入力する場合はここをクリック
2人目の入力欄を閉じる

お2人目の参加者情報

お2人目の部署

お2人目の職位

お2人目の姓

お2人目の名

お2人目のEメールアドレス

お2人目の電話番号

お2人目のFAX番号

お2人目の郵便番号

お2人目のご住所

Eメール案内(希望する方はEメール案内価格が適用されます)
※既に案内を受け取っている方も「希望する」を選択してください。

 希望する 希望しない  

DM案内
※既に案内を受け取っている方も「希望する」を選択してください。

 希望する 希望しない  

案内希望内容 ※ご希望テーマ、分野をフリーワードで入力してください。

支払い方法
 銀行振り込み 当日現金

銀行振り込みの場合の支払予定日

請求書または受講券の送付先が、受講者と異なる場合は以下にご記入ください。
※2名様同時申込でご指定が無い場合は、お1人目に請求書とお2人目の受講券も合わせてお送りいたします。

備考

セミナー情報検索

Copyright © S&T出版|セミナーポータルサイト All Rights Reserved.
Powered by WordPress & BizVektor Theme by Vektor,Inc. technology.