機械学習 セミナー ディープラーニング Python 人工知能 Tensorflow

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  


TensorFlowで学ぶディープラーニングと応用(8月27日)のみ参加↓

機械学習の基礎(8月26日)/ディープラーニングと応用(8月27日)両日参加↓

★必要な前提知識からディープラーニングの手法、実際に動かす時の課題など・・
★手を動かして理解を深めながら学べるセミナーです!
機械学習の基礎実習セミナーとのお得なセット割引もございます。
※状況に応じてオンラインセミナーへ切り替えとなる可能性があります。
 オンラインセミナーをご希望の方は「AT200841 オンライン希望」と記載の上
 こちらからリクエストをお送りくださいませ。

TensorFlowで学ぶ
ディープラーニングと応用【PC実習付き】
(定員20名)

講師

明治大学 総合数理学部 ネットワークデザイン学科 准教授 櫻井 義尚 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:
 2000年 電気通信大学電気通信学部電子情報学科卒業
 2002年 同大学大学院電気通信学研究科電子情報学専攻博士前期課程修了
 2005年 同博士後期課程単位取得済み退学.同年博士(工学)
 2005年4月〜 東京電機大学情報環境学部情報環境学科助手
 2010年4月〜 東京電機大学情報環境学部情報環境学科助教
 2013年4月〜 明治大学総合数理学部ネットワークデザイン学科 准教授

■専門および得意な分野・研究:
 機械学習、データマイニング、進化計算、レコメンダーシステム、マーケティング調査分析、テキストマイニング、意思決定支援システム

■本テーマ関連学協会での活動:
 情報処理学会、人工知能学会、日本オペレーションズ・リサーチ学会、日本知能情報ファジィ学会、電気学会、進化計算学会、日本マーケティング学会、IEEE

→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27日(木) 10:30-17:00
●会場 [東京・大井町]きゅりあん4階第1特別講習室 →「セミナー会場へのアクセス」
●受講料
  『ディープラーニング実習セミナー(8月27日)』のみのお申込みの場合
  1名47,300円(税込(消費税10%)、資料・昼食付)
  *1社2名以上同時申込の場合、1名につき36,300円

   『機械学習実習セミナー(8月26日)』と合わせてお申込みの場合
  (同じ会社の違う方でも可。※2日目の参加者を備考欄に記載下さい)
  1名72,600円(税込(消費税10%)、資料・昼食付)
 *1社2名以上同時申込の場合、1名につき61,600円
  ⇒割引は全ての受講者が両日参加の場合に限ります

 *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。


※状況に応じてZoomを使用したオンラインセミナーへ切り替えとなる可能性がございます。
 出張が困難な方や在宅での受講などオンラインセミナーをご希望の際は「AT200842 オンライン希望」と記載の上、こちらからリクエストをお送りください。別途ご連絡いたします。


■ 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

■受講者の方へ:演習用PCご持参のお願い
 ・本セミナーでは、PC演習を行います。
  インストールして頂きたいツール等はお申込み完了後にご連絡差し上げます。
 ・ご持参が難しい場合は、お申込み時に選択欄から『PC貸出』を選択ください。
  7,560円(税込)にて貸出致します。
 ・PCの貸出は原則として1週間前までにお申し出ください。

■はじめに:
 過去の情報に基づいて顧客の行動を予測したり、これまで人手を要していた分類作業を自動化したり、機械学習はビジネス上の様々な場面で活用できる強力なツールになります。
 本セミナーでは、「これから自分で機械学習(ライブラリを使った)プログラムを作りたい」機械学習の初学者を対象に、機械学習の基礎を解説しつつ、機械学習ライブラリを使ったPythonのサンプルプログラムを実際に実行し、ソースコードの解説を通して、機械学習プログラムがどのように作られているかを学びます。

■ご講演中のキーワード:
 SVM、k-means、ニューラルネットワーク、ディープラーニング、特徴量、Python、scikit-learn

■受講対象者:
 ・Pythonを動かしてみたい方
 ・機械学習を活用したい方
 ・Pythonを使った機械学習システムの構築を目指している方

■必要な予備知識:
【プログラミングについて】
 ・簡単なパソコンの使い方(ファイル操作など)
 ・Pythonでなくともいいので、何かしらのプログラミング経験があることが望ましい。
【機械学習について】
 この分野に興味のある方なら、特に必要ありませんが、大学初学年程度の数学の知識(ベクトル・行列・統計)があった方がより深く理解できます。

■本セミナーで習得できること:
 ・機械学習の基礎知識
 ・機械学習システム構築についての基礎知識
 ・機械学習ライブラリを用いたPythonプログラミングの基礎
 ・機械学習の代表的な手法の理解
 ・ディープラーニングの基礎知識

★過去、本セミナーを受講された方の声(一例):
・独学では限界があったので要点をわかりやすく教えていただきありがとうございました。とてもためになりました。
・全体の概要は理解できたので復習して理解を深めます。
・内容、進め方、スピードどれも非常に良かったと思います
・説明が丁寧でわかりやすくしていただいたのでよく理解できました。
・関数の特徴、Tipsが多くわかりやすかった。質疑応答がよかった。

セミナー内容

1.ニューラルネットワーク
 1)人工ニューロン
  ・パーセプトロン
 2)ロジスティック回帰
  ・活性化関数
  ・誤差関数
  ・最適化問題
 3)機械学習ライブラリを用いたプログラム(scikit-learn)
 4)マルチクラス分類
  ・ソフトマックス関数
 5)多層パーセプトロンMLP
  ・誤差逆伝搬法
 6)TensorFlowによるプログラミング

2.ディープラーニング
 1)ディープラーニング
  a)ディープラーニングとは
   1.特徴量とは
   2.特徴量抽出の意味する事
  b)ディープラーニングのプログラムを作るには
 2)ディープニューラルネットワーク(DNN)
  ・TensorFlowによるプログラミング
 3)ディープラーニングの課題と解決策
  ・勾配消失問題
  ・様々な活性化関数
  ・オーバーフィッティング問題
  ・ドロップアウト
 4)ディープラーニングの手法
  ・リカレントニューラルネットワーク(RNN)
  ・畳み込みニューラルネットワーク(CNN)
 5)応用事例紹介
 
3.実際の機械学習システム構築での課題
 1)データをどこから持ってくるのか
 2)ネットのデータを集めるには(スクレイピング)
 3)urllibライブラリ
 4)HTMLやXMLを解析するBeautifulSoupライブラリ
 5)CSSセレクタ
 6)Web APIからのデータ取得

TensorFlowで学ぶディープラーニングと応用(8月27日)のみ参加↓

機械学習の基礎(8月26日)/ディープラーニングと応用(8月27日)両日参加↓

セミナー番号:AT200842

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.