現場で使えるディープラーニング基礎講座【東京25期】

現場で使えるディープラーニング基礎講座【東京25期】

高い合格率を誇るE資格対応のJDLA認定プログラムです。

講座概要

講座名 現場で使えるディープラーニング基礎講座 東京25期
講座時間

32時間(1回4時間×全8日程) 

料金

¥298,000/1名(税別)

定員 各回25名(最少催行人数10名)
前提知識
  • Pandas、 NumPy、scikit-learn、Matplotlib等のPythonライブラリの基本的な使い方を習得している (こちらの講座相当) 
  • 線形代数、微分、確率・統計の基本的な理論を理解している(こちらの講座相当) 
  • 機械学習の基礎知識がある(こちらの講座相当)
修了条件

期日までに下記のクリア
 ・基準精度を上回るDLを活用した画像認識モデルの作成
 ・E資格出題範囲をカバーする知識テストに合格

 


※ 情報理論講義動画:機械学習・ディープラーニングのための応用数学講座に含まれる「情報理論」オンライン動画講義

カリキュラム

DAY1DAY2DAY3DAY4DAY5DAY6DAY7DAY8

ディープラーニング講座を通しての課題

ディープラーニング基礎 前半

  1. パーセプトロン
  2. ニューラルネットワーク
  3. 活性化関数
  4. 順伝播計算
  5. 出力層の設計
  6. 予測関数
  7. バッチ処理
  8. 損失関数

ディープラーニング基礎 後半

  1. ミニバッチ学習
  2. 微分
  3. 最急降下法
  4. 勾配法
  5. 誤差逆伝播法

学習の最適化 

  1. 勾配法の学習を最適化させる方法
  2. 重みの初期値
  3. 機械学習と純粋な最適化問題の差異
  4. ニューラルネットワーク最適化の課題
  5. 最適化戦略とメタアルゴリズム
  6. 過学習と正則化
  7. バッチ正規化とその類似手法
  8. ドロップアウト
  9. 荷重減衰

ディープラーニングの様々なモデル

畳み込みニューラルネットワーク

  1. CNN概要
  2. 畳み込み層
  3. プーリング層
  4. lm2col

その他話題

  1. データ拡張
  2. 構造出力
  3. CNNで扱うデータの種類

中間発表

CNNの様々なモデル

  1. 著名なCNNモデル
  2. 物体検出タスクとCNN
  3. セマンティックセグメン テーションタスクとCNN

自己符号化器

生成モデル

  1. 生成モデルとは
  2. 変分自己符号化器
  3. 敵対的生成ネットワーク

機械学習で扱うデータと典型的なタスク

  1. 画像データ
  2. 時系列データ
  3. テキストデータ
  4. データの権利

再帰型ニューラルネットワーク

  1. 再帰型ニューラルネットワーク概要
  2. シンプルなRNN
  3. LSTM
  4. GRU
  5. RNNの発展モデル
  6. その他の話題

自然言語処理における深層学習

  1. 自然言語処理と深層学習
  2. 自然言語処理の基礎
  3. word2vec
  4. 系列変換モデル
  5. アテンション
  6. トランスフォーマー
  7. 外部メモリを持つニューラルネットワーク
  8. その他の話題

最終発表

強化学習

  1. 強化学習の基礎1
  2. 迷路問題
  3. 強化学習の基礎2
  4. 強化学習の各種手法
  5. Deep Q-Network
  6. カートポール問題
  7. AlphaGO
  8. 逆強化学習
  9. 深層強化学習の実用面での課題

転移学習

軽量化技術

高速化技術

開催日程

東京会場

25期

DAY1:2021/04/24(土)  14:00~18:00
DAY2:2021/05/08(土)  14:00~18:00
DAY3:2021/05/22(土)  14:00~18:00
DAY4:2021/06/05(土)  14:00~18:00
DAY5:2021/06/19(土)  14:00~18:00
DAY6:2021/07/03(土)  14:00~18:00
DAY7:2021/07/17(土)  14:00~18:00
DAY8:2021/07/31(土)  14:00~18:00
講師: 日熊 悠太大倉 俊平

場所:スキルアップAI 水道橋オフィス (地図はこちら
東京都千代田区神田三崎町3-3-20 VORT水道橋Ⅱ 5階

更新日:2020.12.17
Page Top