自然言語処理 セミナー 機械学習 ディープラーニング 人工知能

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
ライブ配信
7月
8月
9月
10月〜

化学・電気系 その他各分野
ライブ配信
7月
8月
9月
10月〜
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
  ↑2020/6/30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  


自然言語処理 セミナー 機械学習 ディープラーニング 人工知能

★機械学習はどうやって何を計算しているのか?動かすにはどんな環境が必要なのか?
★原理からライブラリによる実装、そして自然言語処理への応用例までを1日で解説!
★実務での応用展開に向けてしっかりと基礎を学べるセミナーです。

自然言語処理のための機械学習の基礎

講師

筑波大学  図書館情報メディア系 准教授 若林啓 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:
2012年法政大学工学研究科博士後期課程修了.
「自然言語文書からの事象系列の知識抽出に関する研究」で博士(工学)を取得.
筑波大学図書館情報メディア系助教を経て,2020年より同准教授.機械学習や自然言語処理分野の教育,研究に従事.

■専門および得意な分野・研究:
機械学習,自然言語処理,ソーシャルメディア分析

■本テーマ関連学協会での活動:
情報処理学会,電子情報通信学会,言語処理学会,人工知能学会,日本データベース学会,ACM各会員.情報処理学会データベースシステム研究会幹事.

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2020年8月24日(月) 10:30-16:30
●会場  →「セミナー会場へのアクセス」

※新型コロナウイルスの感染防止の一環として昼食の配布は中止させて頂きます。
 尚、受講料につきましては下記より、1,100円(税込)差引致します。
●受講料 1名47,300円(税込(消費税10%)、昼食付)
 *1社2名以上同時申込の場合、1名につき36,300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 →

セミナーポイント

■はじめに:
 機械学習ライブラリの充実に伴って,誰でも気軽に機械学習を試してみることができる時代が来ています.しかし,「どういう原理で動いているのか」「中で何を計算しているのか」を理解しなければ,コードを動かすことはできても,その結果を正しく解釈して応用に結びつけることは難しいでしょう.本講座では,基本的なモデルから発展的なモデルまでを対象に,数理的な原理と考え方を丁寧に理解しながら,自然言語処理で用いられる機械学習の基礎を学びます. PyTorchによる実装を理論と結びつけて学ぶことで,より発展的な応用に取り組むための盤石な基礎を習得してもらうことが本講座のねらいです.また,自然言語処理における訓練データ作成(アノテーション)の方法や,機械学習モデルの評価方法など,実際に取り組むに当たって必要となるノウハウも紹介します.

■ご講演中のキーワード:
機械学習,自然言語処理,ニューラルネットワーク,深層学習,計算グラフ,誤差逆伝播法,単語埋め込み,条件付き確率場,クラウドソーシング

■受講対象者:
・機械学習の取り組みを始めたばかりの方
・機械学習ライブラリの内部で何が行われているのかを理解したい方
・自然言語データを対象にした機械学習を検討している方
・学生・社会人問わずどなたでも受講可能です.

■必要な予備知識:
・高校卒業レベルの数学の知識(文系でも問題ありません).
・Pythonのごく基本的な文法の知識があれば理解の助けになりますが,必須ではありません.

■本セミナーで習得できること:
・機械学習による自然言語処理の基礎知識
・機械学習モデルの数理的な動作原理についての理解
・自然言語データを対象とした機械学習手法の実装方法

セミナー内容

1. 自然言語処理における機械学習
1) テキスト分類(分類タスク)
2) 感情分析(回帰タスク)
3) エンティティ抽出(系列ラベリングタスク)
4) 機械学習の実装(PyTorchの紹介)

2. 機械学習の基本原理
1) 線形モデル
2) モデルを学習するとはどういうことか
3) 数値的な最適解の探索(勾配降下法)

3. ニューラルネットワークの基礎
1) 多層パーセプトロン
2) 計算グラフと自動微分
3) 誤差逆伝播法の原理
4) PyTorchによるニューラルネットワークの実装

4. 自然言語処理のための機械学習手法
1) 単語埋め込みの獲得と利用
2) 再帰型ニューラルネットワークによる特徴抽出
3) 条件付き確率場による系列ラベリング

5. 訓練データの作り方と評価
1) 自然言語データのアノテーション
2) クラウドソーシングの利用
3) 訓練データ,検証データ,テストデータの役割
4) 機械学習モデルの評価

セミナー番号:AC200843

top

注目の新刊

雑誌 月刊化学物質管理

IPランドスケープ動画

分散剤

データ分析の進め方

生物学的安全性試験

化粧品処方

2020 スマホ・車載カメラ

AIビジネス戦略

医薬品・医療機器包装規制

食品・化粧品包装規制

CSV文書作成例

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.