セミナー 機械学習 深層学習 医用画像 医療画像 ディープラーニング 画像処理

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス リンクリンク
セミナーのメニュー
  ヘルスケア系
6月
7月
8月
9月〜

化学・電気系 その他各分野
6月
7月
8月
9月〜

  ・7月大阪開催セミナー
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2019/6/5更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  


セミナー 機械学習 深層学習 医用画像 医療画像 ディープラーニング 画像処理

機械学習・深層学習の基礎から医用画像処理(8月20日)のみ参加↓

機械学習・深層学習の基礎から医用画像処理(8月20日)/ディープラーニングの基礎と応用事例(8月27日)両日参加↓

*その他 機械学習・ディープラーニング・人工知能: 関連セミナー、書籍はこちら:

★医用画像応用の観点から、実際に機械学習・深層学習を利用する際に知っておきたい
技術・ツールを解説!
★基本ノウハウから医用画像処理特有の問題点、そして転移学習・画像拡張・画像生成等の適用や課題などを詳解。

機械学習・深層学習の基礎から

医用画像処理分野への応用

講師

電気通信大学 大学院 情報理工学研究科 教授 庄野 逸 先生

* 希望者は講師との名刺交換が可能です

講師紹介

■ご略歴:
1994年 大阪大学 大学院基礎工学研究科生物工学分野 修了
1994年 大阪大学 基礎工学部助手
2001年 奈良女子大学 大学院人間文化研究科 助手
2002年 山口大学 工学部助教授
2008年 電気通信大学 電気通信学部 准教授
2015年 電気通信大学 大学院情報理工学研究科 教授

■ご専門および得意な分野・研究:
ニューラルネットワークモデルを用いた画像処理,統計力学的アプローチに基づく確率情報処理,医用画像処理の研究に従事

■本テーマ関連学協会でのご活動:
・情報処理学会 数理モデル化と問題解決研究会主査
・電子情報通信学会 医用画像研究会運営委員
・IEEE, 日本神経回路学会,日本物理学会 会員

→このセミナーを知人に紹介する

8月27日 『ディープラーニングの基礎と応用事例−基本からロボットシステムへの展開まで−』とセットで受講が可能です。
講義内容はこちら→

日時・会場・受講料

●日時 2019年8月20日(火) 12:30-16:30
●会場 [東京・渋谷]渋谷区文化総合センター大和田2階 学習室2 →「セミナー会場へのアクセス」
●受講料:
 『機械学習・深層学習の基礎から医用画像処理(8月20日)』のみのお申込みの場合
  1名41,040円(税込(消費税8%)、資料付)
  *1社2名以上同時申込の場合、1名につき30,240円

 『ディープラーニングの基礎と応用事例(8月27日)』と合わせてお申込みの場合
 (同じ会社の違う方でも可。※参加される方のお名前を備考欄に記載下さい。)
  1名60,480円(税込(消費税8%)、資料付)
  *1社2名以上同時申込の場合、1名につき49,680円

学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

 ●録音・撮影行為は固くお断り致します。
 ●講義中の携帯電話の使用はご遠慮下さい。
 ●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。
  *PC実習講座を除きます。


■ セミナーお申込手順からセミナー当日の主な流れ →

セミナー開催にあたって

■はじめに:
 AI分野は一般の業態に導入されつつある技術である.このAI分野を支えているのは深層学習を含む機械学習技術である.
 本講演では,機械学習や深層学習を応用やツールとして利用する際に知っておくと良い技術などを,医用画像応用の観点から解説していく予定であり,応用に対する一助とすることがその狙いである.

■受講対象者:
機械学習の応用などに興味のある方であれば,どなたでも受講可能です

■必要な予備知識:
大学初学年程度の数学知識

■本セミナーで習得できること(一例):
・機械学習の基本ノウハウの理解
・深層学習の基本ノウハウの理解
・医用画像処理の応用事例

セミナー内容

1.機械学習とは
 1.1 AI,機械学習,深層学習とは
 1.2 機械学習にできること(判別,回帰,クラスタリングなど)
 1.3 機械学習の学習パラダイム(教師あり学習,教師なし学習,強化学習)
 1.4 機械学習とプログラミングフレームワーク(Google Collaboratory, python)

2.ニューラルネットと深層学習
 2.1 ニューラルネットの基本(ニューロン,ネットワーク,学習)
 2.2 パーセプトロンから深層学習へ
 2.3 コンボリューションネットワークの変遷(AlexNet,VGG, ResNet, SENetなど)

3.医用画像処理
 3.1 医用画像処理特有の問題点
 3.2 医用画像の認識問題と深層学習
 3.3 転移学習,画像拡張
 3.4 画像生成課題と深層学習

<質疑応答・個別質問・講師との名刺交換>

■ご講演中のキーワード:

機械学習,深層学習(ディープラーニング),画像処理技術,コンボリューションネット

機械学習・深層学習の基礎から医用画像処理(8月20日)のみ参加↓

機械学習・深層学習の基礎から医用画像処理(8月20日)/ディープラーニングの基礎と応用事例(8月27日)両日参加↓

セミナー番号:AC190807

top

注目の新刊

雑誌 月刊化学物質管理

DI対応CSV 2019

プラスチック環境対応技術

自動運転センシング

半導体製造プロセス

三次元培養

ピッカリング・エマルション

再生医療・細胞治療

2019 車載カメラ徹底解説

量子コンピュータ

これから化学物質管理

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.