セミナー

スーパービギナーのためのスタートダッシュサポート!
【体感型】実践!ディープラーニング1日速習
基礎~挙動~適用事例を学んで、実務に活かせる次の一歩

チラシダウンロード(PDF)

開催主旨

 ディープラーニングを始めようとしている方からは「解説書を一通り読んだが具体的にどうなのかが今一つ理解できない」、「ツールをインストールしてサンプルを試したが、その後何をやったらよいかわからない」などの声をお聞きします。
 実際にディープラーニングを実務に活かすには次の一歩が必要です。開発の現場ではニューラルネットワークの各種パラメータの意味の理解や、チューニングのための各種ノウハウ(たとえば過学習への対応や層数とノード数のトレードオフ)などを、道具の使い方として体得していることが重要になります。
 そこで、まず基礎知識を歴史と最新動向の両面から学び、その後ビジュアル学習ツールを使って、パラメータの変更やチューニングを実施するとどのように変わるのかを視覚的に体感していただくとともに、現場での適用事例も紹介します。
 また現在、様々なディープラーニング・フレームワークがオープンソースで提供されていますが、本講座ではCaffe、TensorFlow、keras、theano、Chainerなど主要なフレームワークの特徴と用途を解説し、サンプルコードを対比しながらソースコードの一端を理解して頂き、最後に実際の開発ツール SONY Neural Network Console を使った食品画像認識・分類のデモをご覧いただきます。

<受講対象者>
・ディープラーニングを始めようとする方
・学習したがネットワークの挙動やチューニング方法でお困りの方
・現場適用をお考えの方。

<受講して得られる知識・ノウハウ>
・ビジュアル学習ツールを使ったニューラルネットワークの挙動、各種パラメータの意味の理解とチューニングのための各種 ノウハウ獲得・実務への適用事例・各種ディープラーニング・フレームワークの特徴理解

概要

日時 2020年 2月 18日(火)10:00~17:00
(9:30 受付開始 休憩12:30~13:30)
会場 日刊工業新聞社 東京本社 セミナールーム
※会場には受講者用の駐車場が有りません。必ず最寄りの公共交通機関でご来場ください。
※当日の録音・録画は固くおことわり申し上げます。
受講料 44,000円(資料含む、消費税込)
*同時複数人数お申し込みの場合2人目から39,600円
※後日、別の方が追加で申込をされる際は、備考欄に先に申し込まれた方のお名前と複数割適用希望と記載ください。
(記載が無い場合は通常料金のご請求となります。予めご了承ください)
※振込手数料は貴社でご負担願います。
※受講料は銀行振込で受講票及び請求書が到着次第、原則として開催日1週間前までにお支払いください。
  なお、キャンセルにつきましては開催日1週間前までの受付とさせて頂きます。
  1週間前までにご連絡がない場合はご欠席の方もキャンセル料として受講料全額を頂きます。
※講座によりましては、申込者が最少催行人数に達していない場合、開催決定まで
受講票ならびに請求書の発送を見合わせて頂く場合がございます。
主催 日刊工業新聞社
お申込みについて ※弊社プライバシーポリシー(個人情報保護方針)をご一読いただき、申込みフォームより必要事項をご入力ください。
プライバシーポリシー
お問い合わせ先 日刊工業新聞社 総合事業局
教育事業部 技術セミナー係
TEL: 03-5644-7222
FAX: 03-5644-7215
E-mail : j-seminar@media.nikkan.co.jp
TEL受付時間:平日(土・日・祝日除く) 9:30-17:30

講師

森出 茂樹 氏

会場アクセス

日刊工業新聞社 東京本社
セミナールーム
東京都中央区
日本橋小網町14ー1
住生日本橋小網町ビル
セミナー会場案内図

このセミナーを申し込む

プログラム

 1.歴史と最新動向の両面から学ぶディープラー ニング基礎知識
 1.1 演習環境確認
 1.2 ディープラーニング基礎知識の確認
 1.3 画像認識のための深層学習の研究動向
 1.4 時間軸と言語処理
 1.5 ディープラーニングの現場適用事例紹介
 2.チューニングワークショップ
 2.1 実習環境とツールの操作方法解説
 2.2 中間層とノード数の関係
 2.3 特徴量/ノードの多さと中間層の深さの関係
 2.4 活性化関数の選択と収束性の関係
 2.5 正則化の効果
 2.6 ミニバッチ学習と収束性の関係
 2.7 ノイズを加えたデータのロバスト性
 3.DLツール比較
 3.1 ディープラーニングツール(フレームワーク)による実装とソース比較
 3.2 各種ディープラーニングツール
   a. TensorFlowサンプル -ソースコード解説
   b. Kerasサンプル -ソースコード解説
   c. Torchサンプル -ソースコード解説
   d. Chainerサンプル -ソースコード解説
   e. Caffeサンプル -ソースコード解説
 4.実際の開発ツールを用いた画像認識デモ
 4.1 SONY Neural Network Console 概要
 4.2 店舗別どんぶり類食品画像からの学習用データセット作成
 4.3 VGG型ネットワークでの画像認識・分類
 4.4 ResNet型 ネットワークでの画像認識・分類
 ※ノートPCをご持参ください
 実習には Google Chrome または Mozila FireFox ブラウザのご用意を推奨しております。
Windws10 Edge ブラウザでも動作はしますが、最新アップデートが行われていて、javascript の動作が許可されている必要があります。

このセミナーを申し込む

一覧へ戻る

日刊工業新聞社関連サイト・サービス

このサイトでは、アクセス状況の把握や広告配信などのためにクッキー(Cookie)を使用してしています。このバナーを閉じるか閲覧を継続した場合、クッキーの使用に同意したこととさせていただきます。なお、クッキーの設定や使用の詳細についてはプライバシーポリシーページをご覧ください。

閉じる