DEEP LEARNING HANDS-ON SEMINAR ― ディープラーニングハンズオンセミナー ―

お申込みはこちら

SEMINAR

受講後の人物像・セミナー概要

人工知能(AI)の主要技術であるディープラーニングの数学からプログラミング、 Azure上のGPU搭載マシンの環境構築まで、知識やスキルを効率よく習得できます。 画像・時系列・自然言語のデータの取り扱いまでカバーしているため、 技術の引き出しを大きく増やすことができます。

  • 基礎

    ディープラーニングにゴールを絞ることで、必要な数学(微分・線形代数・統計)を繋がりよく解説します。 中学校から大学までの数学の範囲を1日で学べます。

  • 応用

    Microsoft Azureでの解析環境の構築からPythonでのプログラミング、 ディープラーニングフレームワークであるChainerの実装方法について学びます。

  • 実装

    企業からニーズの高い画像解析(外観検査)、時系列解析(需要予測)、自然言語解析(文書分類・チャットボット)まで実用的なお題での実装を学びます。

日本ディープラーニング協会認定講座(E資格)

キカガクディープラーニングハンズオンセミナーは、E資格の受験に必要な、協会認定講座です。(認定番号0006)
E資格を受験するためには、本プログラムに加え、オンライン事前予習 + オンライン補講動画を受講いただく必要があります。

※オンライン補講動画は別途100,000円/名(税別)

E資格とは

日本ディープラーニング協会(JDLA)が認定する資格で
資格対象者を「ディープラーニングの理論を理解し、適切な手法を選択して実装する能力を持つ人材」と定義し
2020年までに約3万人の輩出を目指しています。

2018年の9月に第一回目の資格試験が開催され、今AI人材の間で注目されている資格です。

FEATURE

本セミナーの特長

ChainerとKerasの両方に対応した内容となっています。
申し込み時にお好きなフレームワークをお選びください。

CURRICULUM

カリキュラム(30時間講座)

事前学習1

事前学習2

1日目

2日目

3日目

補講動画

  • 事前学習1(5時間)

    イントロダクション:40分

    • 人工知能・機械学習・ディープラーニングとは
    • 機械学習に必要な数学
    • 機械学習の3大トピック
    • 内挿と外挿

    微分:50分

    • 微分は「何」に使えるのか?
    • 導関数を求めよう
    • 微分の公式
    • 偏微分

    単回帰分析(数学):40分

    • 「モデル」決める
    • 「評価関数」を決める
    • 評価関数を「最小化」する

    Python入門:70分

    • プログラミングの環境構築
    • 変数
    • 基本構文
    • 複数の変数を扱う
    • 制御構文
    • 関数

    単回帰分析:40分

    • Numpyの数値計算
    • Pandasによるデータベース操作
    • Matplotlibでグラフの描画
    • 実データに対する単回帰分析の実装

    線形代数:60分

    • スカラー・ベクトル・行列
    • 行列の演算
    • サイズ感
    • 転置・単位行列・逆行列
    • ベクトルで微分
  • 事前学習2(4時間)

    重回帰分析(数学):50分

    • 「モデル」を決める
    • 「評価関数」を決める
    • 評価関数を「最小化」する

    重回帰分析(実装):70分

    • 行列演算の基礎
    • パラメータの導出
    • 実データで演習

    統計:30分

    • 主な統計量
    • 正規分布と3σ法
    • スケーリング

    外れ値を考慮した実装:30分

    • 外れ値除去
    • モデル構築
    • スケーリングとパラメータの確認

    ビジネス活用:15分

    • 現場で機械学習を導入できる人材とは

    Python練習:30分

    • クラス
    • アルゴリズム徹底演習

    Docker入門:15分

    • Dockerとは
    • 仮想環境構築
    • DockerイメージとDockerコンテナ
  • 1日目(7時間)

    イントロダクション:60分

    • 自己紹介
    • AIの開発フロー

    数学演習(テスト):60分

    • 微分
    • 線形代数
    • 統計

    プログラミング演習(テスト):150分

    • Jupyter Notebook
    • リスト・タプル・辞書
    • 制御構文
    • Numpy, Pandas, Matplotlib

    環境構築:60分

    • Azure
    • GPU(Cuda)
    • Docker
    • Nvidia-docker

    ディープラーニング(数学):60分

    • ニューラルネットワークのモデル
    • 線形変換
    • 非線形変換

    ディープラーニング(実装):30分

    • Chainer or Kerasの基礎
    • 線形変換
    • 非線形変換
  • 2日目(7時間)

    分類(実装):180分

    • 問題設定(ワインの等級の予測)
    • クラスの文法
    • NNモデルの定義
    • Trainerの設定
    • バッチ正規化の実装

    回帰(実装):60分

    • 問題設定(家賃の予測)
    • NNモデルの定義
    • Trainerの設定

    画像処理(数学):60分

    • 画像の扱い方
    • どのようにベクトルで表現するか
    • フィルタの基礎
    • エッジフィルタの計算
    • Convolutional Neural Network

    画像処理(実装):30分

    • 画像の読み込み(OpenCV, Pillow)
    • フィルタの計算

    画像分類:60分

    • CNNモデルの定義
    • GPUでの計算方法

    課題:30分

    • 実データに対する画像分類の精度を高める
  • 3日目(7時間)

    時系列解析(数学):60分

    • 時系列データとは
    • どのようにベクトルで表現するか
    • 複数の変数に対するモデル化
    • Recurrent Neural Network

    時系列解析(実装):150分

    • データの取得
    • データの可視化
    • トレンドの抽出
    • RNNモデルの定義
    • 実データに対する分類の実装

    自然言語処理:30分

    • 形態素解析
    • 文章を単語に分ける形態素解析
    • どのようにベクトルで表現するか

    文書分類:150分

    • 形態素解析
    • 名詞のみの抽出
    • 特徴量変換(BoW)
    • 文書データから教師データ作成
    • NNモデルで分類の実装

    文章生成:30分

    • 可変長データの扱い
    • RNNによるモデル化
  • 補講動画

    線形代数:150分

    • ノルム
    • 単位ベクトル
    • 内積
    • 直交行列と対称行列
    • 対角行列
    • 行列式
    • 逆行列
    • 固有値分解
    • 特異値分解
    • 応用:主成分分析(ラグランジュ未定乗数法)

    確率・統計:120分

    • 確率分布
    • 同時確率
    • 周辺化
    • 条件付き確率
    • ベイズ則
    • 独立性
    • 最尤推定

    情報理論:120分

    • 情報量
    • エントロピー
    • 交差エントロピー
    • KLダイバージェンス

    機械学習:240分

    • 学習アルゴリズム
    • 教師あり学習
    • 教師なし学習
    • 強化学習
    • 課題(次元の呪い、データの追加)
    • ハイパーパラメータと検証集合

    深層学習(順伝播)

    • 順伝播型ネットワーク
    • 誤差逆伝播法
    • ロジスティック回帰(誤差逆伝播法の例)

    深層学習(正則化)

    • 正則化(L1ノルム、L2ノルム)
    • ドロップアウト

    深層学習(最適化)

    • 最適化アルゴリズム

    深層学習(畳み込み)

    • CNNとは
    • 有名なモデル
    • R-CNN
    • セマンティックセグメンテーション
    • ファインチューニング
    • Adversarial example

    深層学習(再帰的ネットワーク)

    • RNNとは
    • LSTM
    • GRU
    • 双方向RNN

    深層学習(生成モデル)

    • AE
    • VAE
    • C-VAE
    • DCGAN

    深層学習(強化学習)

    • 強化学習とは
    • 深層強化学習とは
    • DQN

SUMMARY

開催概要

地図 会場 定員 開始日 申込締切
品川
(日本マイクロソフト株式会社本社)
20名 1/15~17(水~金) 9:30~17:30 1/10(木) 18:00
神田 20名 1/9~11(水~金) 9:30~17:30 2/13~15(水~金) 9:30~17:30 3/6~8(水~金) 9:30~17:30 1/7(月) 18:00
2/11(月) 18:00
3/4(月) 18:00
福岡 10名 1/13~1/15(日~火)
1/16~1/18(水~金)
1/8(火) 18:00
1/11(金) 18:00
名古屋
(日本マイクロソフト株式会社中部支店)
10名 未定 未定
大阪 10名 未定 未定

PRICE

料金

JDLA E資格認定!3日間で体系的に学べる人気セミナー
2つの受講プランがございます。

ハンズオンセミナープラン -- 料金:200,000円/名(税別)
E資格受験プラン -- 料金:300,000円/名(税別)

APPLICATION

セミナー申し込み

フォーム送信完了後、担当者から入力いただいたメールアドレスにメールを送信致しますので、
確認がとれるメールアドレスをご選択お願い致します。
※メールアドレスのご入力にお間違いないか再度確認の上、送信のほどお願い申し上げます。

*必須

お名前
メールアドレス
電話番号
郵便番号
住所
受講プラン
コース選択
スケジュール
備え付けWindows
PC使用について
支払い

※ 請求書払いは法人申込の方が対象。
また受講初日の翌月末払いとなります。

会社名
キャンセルポリシー

Azureの法的情報

FAQ

よくあるご質問