1月30日セミナー.訓練済みモデルを用いた画像分類と転移学習
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

化学・電気系　その他各分野
12月
1月
2月
3月～
 　 ヘルスケア系
12月
1月
2月
3月～
情報機構　技術書籍情報機構　技術書籍
技術書籍　一覧技術書籍　一覧
　  ＜新刊書籍＞
　　・  半導体CMP
　　・  間葉系幹細胞
電子書籍電子書籍
化学物質管理化学物質管理
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
社内研修DVD
セミナー講師のコラムです。講師コラム
　　↑2023/7/7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

★講師が開発したオリジナル・ソース・コードを用いてコードの詳細を説明します！


ディープ・ラーニング
～CNNモデル/訓練済みモデルを用いた画像分類と転移学習の徹底理解


＜Zoomによるオンラインセミナー＞

講師

国立大学法人愛媛大学 大学院理工学研究科　教授 博士（工学） 岡本伸吾 先生

講師紹介

■主経歴等
（学歴）
東京工業大学　大学院理工学研究科　博士後期課程　機械物理工学専攻修了

（職歴）
これまでに
㈱東芝・総合研究所・機械研究所・研究員
広島大学・大学院工学研究科・助/准教授
通産省工業技術院中国工業技術研究所・流動研究員
マサチューセッツ工科大学・客員研究員（文部省長期在外研究員）
サウスダコタ州立大学・客員教授
を勤めてきた．
現在は，主に人工知能や知能システムの研究に従事している．

■専門および得意な研究分野
・機械工学
・人工知能，機械学習，ディープ・ラーニング(深層学習)
・知能システム，ロボティクス
・CAE(Computer Aided Engineering)，計算力学，有限要素解析(FEA)
・構造解析，振動解析

■本テーマ関連の専門学協会等での委員会活動
2021/12-2024/09 日本機械学会 2024年度年次大会 大会委員長
2019/04-2020/03 日本機械学会 代表会員
2018/04-2019/03 日本機械学会 商議員
2017/04-2019/03 日本機械学会 ロボティクス・メカトロニクス部門運営委員
2015/01-2016/12 計測自動制御学会 四国支部 顧問
2014/01-2015/12 計測自動制御学会四国支部 支部長
2012/04-2013/03 日本機械学会 評議員

<その他関連セミナー>
機械学習・AI 一覧はこちら

日時・会場・受講料

●日時　2024年1月30日（火）　13:00-16:30
●会場　会場での講義は行いません。
●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

オンラインセミナーご受講に関する各種案内（ご確認の上、お申込みください。）
・PC／タブレット／スマートフォン等、Zoomが使用できるデバイスをご用意ください。
・インターネット 回線速度の目安（推奨）　下り：20Mbps以上
・開催が近くなりましたら、Zoom入室URL、配布資料、当日の流れなどをメールでご連絡致します。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ください。
・受講者側のVPN、セキュリティ設定、通信帯域等のネットワーク環境ならびに使用デバイスの不具合については弊社では対応致しかねますので予めご了承ください。

Zoom
Zoom使用に関する注意事項（クリックして展開）
・公式サイトから必ず事前のテストミーティングをお試しください。
　→ 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で音声が聞こえない、
　　カメラ・マイクが使えない等の事象が起きる可能性がございます。
　　お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
　→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
　→一部のブラウザは音声が聞こえない等の不具合が起きる可能性があります。
　　対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
　　（iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります）

セミナーポイント

■講座のポイント
Google社が2015年11月に機械学習用ライブラリとしてTensorFlowを公開してから多くの人々がディープ・ラーニングの技術を享受できるようになりました．講師も2016年からTensorFlowを使用させて頂きながらディープ・ラーニングに関する研究を行っています．本講座で使用する資料は，講師がこれまでに学生さん達と人工知能や知能システムの開発を行いながら「ディープ・ラーニング・講座」のためにまとめたものです．講座は初級者と中級者を対象としています．まず機械学習の基礎，続いてCNN(畳み込み・ニューラル・ネットワーク)を用いた画像分類，訓練済みモデル(VGG16など)を用いた画像分類について説明します．ディープ・ラーニングで画像分類を行うとき，精度良い結果を得るためにはモデルの訓練に大量のデータと膨大な時間が必要となりますが，大量のデータを用意するのが困難なときに「訓練済みモデルの転移学習」を行えば比較的少量のデータで精度良い結果を得ることができる場合が多々あります．そこで，最後に，転移学習について説明します．

■受講後，習得できること
・機械学習の基礎を習得できる
・CNNモデル/訓練済みモデルを用いた画像分類と訓練済みモデルを用いた転移学習を習得できる
・ディープ・ラーニングのコードを理解し，自分でコードを開発することができるようになる
・自分で用意した画像で訓練を行ったモデルで画像分類を行うことができるようになる

セミナー内容

■講演プログラム
第１章　機械学習の基礎
　1.1　機械学習とは
　1.2　機械学習の４つのステップ
　1.3　ニューラル・ネットワーク
　1.4　ディープ・ラーニングとは

第２章　ディープ・ラーニングを用いた画像分類
　2.1　画像のリサイズ
　2.2　データ拡張
　2.3　主な関数
　2.4　オリジナルCNNモデルを使用した画像分類

第３章　訓練済みモデルを用いた画像分類
　3.1　VGG16の場合
　3.2　ResNet50の場合
　3.3　その他の訓練済みモデルの場合

第４章　訓練済みモデルの転移学習による画像分類
　4.1　VGG16の場合
　4.2　ResNet50の場合
　4.3　その他の訓練済みモデルの場合

（質疑応答）

セミナー番号：AF240189

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 技術セミナー・技術書籍の情報機構 All Rights Reserved.