自動運転 画像認識 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
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  


*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:

★自動運転においても他分野においても重要な技術である「機械学習(ディープラーニング)」を、今回は画像認識を応用例に絞って1から解説!
★機械学習やディープラーニングを業務に取り入れたい方、基礎を学びたい方、ディープラーニングの精度を高めるテクニックを知りたい方、どんな手法やフレームワークがあるのか知りたい方など、機械学習の入り口としてもお勧めのセミナーです!
※自動運転継続セミナーの第2回としていますが、単体でのお申し込みも可能です。

実務に使うための
機械学習・ディープラーニング

講師

横浜国立大学 大学院環境情報研究院 講師 白川 真一 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:
 2009年3月、横浜国立大学大学院環境情報学府修了、博士(工学)
 2009年4月〜2010年3月、日本学術振興会特別研究員(PD)
 2010年4月〜2012年3月、株式会社富士通研究所 研究員
 2012年4月〜2013年3月、青山学院大学理工学部情報テクノロジー学科 助手
 2013年4月〜2015年3月、青山学院大学理工学部情報テクノロジー学科 助教
 2015年4月〜2016年4月、筑波大学システム情報系 助教
 2016年4月〜現在、横浜国立大学大学院環境情報研究院 講師

■専門および得意な分野・研究:
 人工知能、知能情報処理、進化計算、機械学習、画像処理・認識

■本テーマ関連学協会での活動:
 電気学会 実社会システムの高度なAI化を目指した機械学習技術応用協同研究委員会 幹事(2017年4月〜現在)
 計測自動制御学会 システム工学部会 幹事(2016年1月〜2017年12月)
 電気学会 大規模・複雑システムのモデリング・シミュレーション・最適化技術協同研究委員会 幹事(2014年10月〜2016年9月)

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2019年6月21日(金) 10:30-16:30
●会場 [神奈川・川崎]川崎市産業振興会館9階第2研修室 →「セミナー会場へのアクセス」
●本講座は自動運転継続セミナー(全3回)の第2回として開催いたします。
 < 全3回のラインナップ >
 ・第1回:6/19  『自動運転技術の現状とダイナミックマップ活用による将来像
 ・第2回:6/21 『実務に使うための機械学習・ディープラーニング』
 ・第3回:7/16 『自動運転の実用化に向けた法整備の現状と課題
参加形態区分価格(税込)1社2名以上同時申込
1講座のみの参加1回のみ、2回のみ、3回のみ43,20032,400
2講座の参加1・2回、1・3回、2・3回64,80061,560
全講座(3講座)の参加1・2・3回90,72085,860
※申込時に参加形態(第○・○回参加)を申込備考覧に記載下さい。
※各回、別の方が受講いただくことも可能です。
※1社2名以上同時申込は、同時申込、同形態(講座数、参加日)でのお申込にのみ有効です


 *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:
 知的な処理をコンピュータやロボットで実現しようとする「人工知能」は,様々な分野で大きな注目を集めています.それに伴って,現代の人工知能を支える「機械学習」や「ディープラーニング」といった技術の重要性はますます高まっています.特に,ディープラーニングの登場により画像認識の精度は飛躍的に向上しました.コンピュータの目となる画像認識技術は自動運転でも必要不可欠な技術であるといえます.
 本セミナーでは「機械学習」の考え方やアルゴリズムを基礎からじっくり解説します.セミナー後半では,画像認識への応用を中心に「ディープラーニング」について説明します.
 本セミナーを通して,機械学習・ディープラーニングの考え方,どのような問題に適用できるのか,実際の問題に応用するためには何が必要なのか,などについて知識を身につけていただくことがねらいです.

■ご講演中のキーワード:
 人工知能、機械学習、ディープラーニング、最適化、画像認識

■受講対象者:
 ・機械学習やディープラーニングの基礎知識を習得したい方
 ・業務に機械学習が使えないか検討中の方
 ・ディープラーニングによる画像認識の導入を検討している方

■必要な予備知識:
 ・高校卒業レベルの数学の知識

■本セミナーで習得できること:
 ・機械学習の考え方、基礎知識
 ・機械学習の典型的な手法とそれらの使い分け
 ・機械学習、ディープラーニングの画像認識への応用方法

★過去、本セミナーを受講された方の声(一例):
 ・白川先生の講義は非常にわかりやすく、且つ、レベルが高いところも触れてくださいました。
  資料もたくさんあって参考になり、いいと思います。
 ・実際に使うときの注意点があって参考になる。テキストのボリュームがあってよかった。
 ・概要を知ることができました。大変勉強となりました。
 ・SVMやK近傍法など今までよくわからなかったことが理解できるようになった。
 ・わかりやすい説明で初学者には理解しやすい内容だった

セミナー内容

1. 機械学習入門
  1)機械学習と人工知能の関係
  2)機械学習のこころ(基本的な考え方)
  3)機械学習で実現できること
  4)機械学習の構成要素:モデル,損失関数,最適化

2. 機械学習の基礎
  1)機械学習手法の分類(教師あり学習 / 教師なし学習 / 強化学習)
  2) 機械学習の手順と評価方法
  3) 機械学習手法の例
   @線形回帰
   Aロジスティック回帰
   Bサポートベクターマシン
   Cニューラルネットワークとディープラーニング
   D決定木とランダムフォレスト
   E最近傍法
   Fk-meansクラスタリング
   G主成分分析
  4)Pythonの機械学習ライブラリscikit-learn

3. ディープラーニングの画像認識への応用
  1)画像認識の基礎
   @画像データについて
   A画像認識の難しさ
   B前処理・特徴抽出
   C機械学習による画像認識
  2)畳み込みニューラルネットワーク(Convolutional Neural Network; CNN)
  3) CNNによる画像分類
  4) CNNによる物体検出
  5) AutoencoderとGenerative Adversarial Network (GAN)
  6) 画像生成・画像修復への応用
  7) 異常検知への応用
  8) ディープラーニングの性能を向上させるいくつかのテクニック
   @過学習を起こさないためには?
   A学習をうまく進めるには?
   Bネットワークの計算を早くするには?
   C事前に決定するパラメータやネットワーク構造を決めるには?
  9) ディープラーニングのフレームワーク
   (Chainer / TensorFlow / Keras / Pytorch  / Neural Network Console)
 
4. 機械学習を上手く応用するために
  1)対象問題の整理と定式化
  2)データの取得 / 前処理 / 特徴抽出
  3)アルゴリズムの選択
  4)ハイパーパラメータの調整

セミナー番号:AL190602

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.