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
セミナーのメニュー
  ヘルスケア系
ライブ配信
6月
7月
8月
2021年9月〜

化学・電気系 その他各分野
ライブ配信
6月
7月
8月
2021年9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
  ↑2021/6/1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  



Zoom

★現在AI分野の技術として成功を収めているTransformerに焦点を絞り,その基本構成を解説するとともに利用時のコツなどの知見も共有します.


Transformer
(系列変換モデル, ニューラル言語モデル)の詳解

<Zoomによるオンラインセミナー>

講師

東北大学 データ駆動科学・AI教育研究センター 教授 博士(工学) 鈴木 潤 先生

講師紹介

■主経歴
2001年 日本電信電話株式会社入社 コミュニケーション科学基礎研究所にて自然言語処理・機械学習・人工知能の研究に従事
2018年 東北大学 大学院情報科学研究科 准教授
2020年 東北大学 データ駆動科学・AI教育研究センター 教授

■専門・得意分野
自然言語処理・機械学習・人工知能の研究開発

■本テーマ関連の学会・協会等での委員会活動など
一般社団法人言語処理学会 代議員(2018-2021)http://www.anlp.jp/daigiin.html
言語処理学会 会誌編集委員会委員(2013, 2014)
言語処理学会 第27回年次大会プログラム委員長(2021)
Computational Linguistics Journal Editorial Board(2015-2017) http://www.mitpressjournals.org/journals/coli/editorial


日時・会場・受講料

●日時 2021年9月17日(金) 13:00-16:30
●会場 ※会場での開催は行いません
●受講料 1名41,800円(税込(消費税10%)、資料付)
 *1社2名以上同時申込の場合、1名につき30,800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・録画行為は固くお断り致します。


■ セミナーお申込手順からセミナー当日の主な流れ →

配布資料・講師への質問等について

●配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
 (開催1週前〜前日までには送付致します)。
*準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
(土、日、祝日は営業日としてカウント致しません。)

●当日、可能な範囲で質疑応答も対応致します。
(全ての質問にお答えできない可能性もございますので、予めご容赦ください。)
●本講座で使用する資料や配信動画は著作物であり
 無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。
●受講に際しご質問・要望などございましたら、下記メールにてお問い合わせ下さい。 req@johokiko.co.jp


※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

下記ご確認の上、お申込み下さい(クリックして展開「▼」:一部のブラウザーでは展開されて表示されます)
・PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
・ご受講にあたり、環境の確認をお願いしております(20Mbbs以上の回線をご用意下さい)。
 各ご利用ツール別の、動作確認の上お申し込み下さい。
・開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。開催前日(営業日)の12:00までにメールが届かない場合は必ず弊社までご一報下さい。
・その他、受講に際してのご質問・要望などございましたら、下記メールにてお問い合わせ下さい。
 <req@johokiko.co.jp>

Zoom
Zoomを使用したオンラインセミナーとなります(クリックして展開「▼」)
・ご受講にあたり、環境の確認をお願いしております。
 お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
 → 確認はこちら
 *Skype/Teams/LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
 →音声が聞こえない場合の対処例

・Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です
 →参加方法はこちら
 →※一部のブラウザーは音声(音声参加ができない)が聞こえない場合があります、
   必ずテストサイトからチェック下さい。
   対応ブラウザーについて(公式);コンピューターのオーディオに参加に対応してないものは音声が聞こえません

セミナーポイント

■参加対象
・深層学習や自然言語処理に関する初歩的な技術/知識を既に有している方
・今後,深層学習を用いて自然言語処理に取り組む予定がある方
・最近の翻訳や対話ボットなどがどのように動いているかを知りたい方
・世間を騒がせているGPT-3などの言語モデルが具体的にどのような仕組みで動いているかを知りたい方

■講座のポイント
 人工知能(AI)関連の中心的な技術として深層学習が主流となり,ここ数年で多くの課題の性能が飛躍的に向上しました.その深層学習技術の一つとして,2017年に発表されたTransformerと呼ばれる深層ニューラルネットワークが,現在多くの分野の多くの課題で幅広く利用されています.例えば,オンラインで提供されている機械翻訳サービスや,自然言語処理分野を超えて一般向けにも話題に上がるようになったGPT-3などのニューラル言語モデルも中身はTransformerを利用しています.
 そこで本講座では,現在のAI関連技術の中核となる技術の一つであるTransformerに焦点を絞り,その計算の仕組みや直感的な解釈,扱う際の注意点など,Transformerに対する理解を深めるために必要な情報を詳しく解説します.

■受講後、習得できること
・Transformerが何か/どのような仕組みで構成されているかを説明できるようになる
・Transformerを用いた自然言語処理をする上でのコツを習得
・自然言語処理における言語モデルの位置付けや利用方法を習得
・系列変換(Encoder-decoder)モデルによる機械翻訳や対話ボットの仕組みを理解できる

セミナー内容

1.導入:自然言語処理と深層学習
 1.1 自然言語処理のおさらいと代表的な応用タスクの確認
 1.2 深層学習/深層ニューラルネットワーク(DNN)のおさらい
 1.3 自然言語処理でDNNを使う典型例の確認
 1.4 自然言語処理でDNNを使うことのメリット/デメリットおよび注意点

2.Transformer概観
 2.1 Transformerを構成する各部品の紹介 -機械翻訳を例にして-
 2.2 なぜTransformerが成功したのか
 2.3 うまく使うコツ/注意すべきこと
 2.4 Transformerに付随して利用される各種テクニックの紹介

3.Transformer利用例1:系列変換(encoder-decoder)モデル
 3.1 機械翻訳以外の系列変換モデルの利用例(対話,文章校正,文書要約など)
 3.2 系列変換モデルの解釈

4.Transformer利用例2:言語モデル
 4.1 次単語予測型のニューラル言語モデル
 4.2 マスク型のニューラル言語モデル
 4.3 事前学習済みニューラル言語モデルを用いた自然言語処理
 4.4 ニューラル言語モデルの解釈

5.自然言語処理タスク以外への発展
 5.1 音声処理分野での利用例
 5.2 画像処理分野での利用例

6.最近の研究動向/発展
 6.1 長い系列に対する取り組み
 6.2 計算効率向上に関する取り組み
 6.3 何を学習しているのかを解釈する取り組み
 6.4 その他様々な改良

7.まとめ(現状と今後の展望)

(質疑応答)

セミナー番号:AF210977

top

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.