ディープラーニング最新論文講座

ディープラーニング最新論文講座

ディープラーニングの最先端を効率的にキャッチアップするための講座です。

近年の機械学習エンジニアには、ディープラーニングの基本的な実装力だけではなく、日々進化しているディープラーニングの最先端をキャッチアップできる能力も求められます。
しかし、日々数多くの論文が投稿される中で、独力でカバーするのは、難易度が高く、効率的とは言えません。
そこで本講座では、ディープラーニング講座で触れる重要DL論文の理解からさらに一歩先を目指し、最先端をキャッチアップし続けられる人材となることを目指します。
E資格の合格率を高めることはもちろん、E資格取得後の継続的な学びの場としてもご活用ください。

講座概要

求める理解レベルに応じて2つの講座をご用意しています。

講座名 ディープラーニング最新論文講座【速習編】
講座時間 対面講義4時間×1回 合計4時間(ポイントを中心に学習します)
料金

■対面講座:¥40,000/1名(税別)
■オンライン講座:¥36,000/1名(税別)

ディープラーニング講座をお申し込み済みの方は、50%OFFで受講いただけます。

定員 25名(最少催行人数10名)

※最少催行人数に満たない場合は、開講日の1週間前に開催を判断致します。


料金に標準で含まれるもの:
【対面講座】

①対面講義(4時間) ②講義資料

【オンライン講座】
①対面講義の録画動画 ②講義資料
随時お申し込み可能です。お支払い確認後、3営業日以内に講義動画の視聴方法をご案内いたします。
※動画視聴期限は、動画共有日から3ヶ月間となります。
※対面講義の録画動画は東京第1期(2019/2開催)または東京第2期(2019/8開催)のいずれかをご選択ください。

 

講座名 ディープラーニング最新論文講座【深掘り編】
講座時間 対面講義4時間×4回 合計16時間
料金

■対面講座:¥160,000/1名(税別)

ディープラーニング講座をお申し込み済みの方は、50%OFFで受講いただけます。

定員 25名(最少催行人数10名)

※最少催行人数に満たない場合は、開講日の1週間前に開催を判断致します。

料金に標準で含まれるもの:
【対面講座】

①対面講義(16時間)②講義資料  ③チャット質問対応
※チャット質問期限は講義最終日から30日間となります。

この講座で得られること

  • ディープラーニングに関する最新の研究動向
  • ディープラーニング最新論文を自力でキャッチアップできる力(深掘り編)
  • E資格の点数アップ(最新の研究に関する出題の可能性があります)

前提知識

  • ディープラーニング講座+機械学習講座を修了レベル
  • CNN・RNNに関する基本的な動作原理や生成モデル・強化学習に関する基礎知識

受講対象者

  •  日本ディープラーニング協会のE資格試験を受験される予定の方、E資格を取得済みの方
  •  ディープラーニングの最新研究に興味がある方
  •  自力で論文を読むきっかけを掴みたい方

開催日程

速習編深掘り編オンライン

東京第3期

日程調整中

 

担当講師一覧

  • 斉藤 翔汰
    斉藤 翔汰

    スキルアップAI講師。横浜国立大学大学院 環境情報学府 情報メディア環境学専攻(現:情報環境専攻)修了。修士(情報学)。高専時代に画像認識に対して興味を持ったことがきっかけで、現在はDeep Learningや機械学習、進化計算などの人工知能分野におけるアルゴリズムの研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度・2019年度E資格合格者、2018年度G検定合格者。

ご案内

当日の持ち物

PDFファイルを表示できるPC

講座までの準備

不要

会場への入場

講座開始の10分前

東京第2期

日程調整中

 

担当講師一覧

  • 鈴木 藍雅
    鈴木 藍雅

    筑波大学システム情報工学研究科修了、産業技術総合研究所人工知能研究センターに在籍中。修士(工学)。数理的・生物的な観点による深層学習モデルの解析、機械学習技術の実社会応用に関する研究に従事。日本ディープラーニング協会主催の第1回G検定の成績優秀者表彰、情報処理学会 山下記念研究賞、IEEE CISJ Young Researcher Awardほか受賞多数。

ご案内

当日の持ち物

PDFファイルを表示できるPC

講座までの準備

不要

会場への入場

講座開始の10分前

随時お申し込み可能です。お支払い確認後、3営業日以内に講義動画の視聴方法をご案内いたします。
※動画視聴期限は、動画共有日から3ヶ月間となります。
※対面講義の録画動画は、東京第1期(2019/2開催)または東京第2期(2019/8開催)のいずれかをご選択ください。

速習編 東京第1期

取り扱い論文
  1. 01. Deep Residual Learning for Image Recognition
  2. 02. Squeeze-and-Excitation Networks
  3. 03. U-Net: Convolutional Networks for Biomedical Image Segmentation
  4. 04. MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications
  5. 05. Visualizing and Understanding Convolutional Networks
  6. 06. Memory Networks
  7. 07. End-To-End Memory Networks
  8. 08. Attention Is All You Need
  9. 09. Neural Turing Machines
  10. 10. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
  11. 11. Distilling the Knowledge in a Neural Network
  12. 12. Explaining and Harnessing Adversarial Examples
  13. 13. Dataset Distillation
  14. 14. Linear Backprop in non-linear networks
  15. 15. Understanding Batch Normalization
  16. 16. Modeling Relational Data with Graph Convolutional Networks
  17. 17. Mastering the game of Go without human knowledge
  18. 18. Guided Cost Learning: Deep Inverse Optimal Control via Policy Optimization

速習編 東京第2期

取り扱い論文
  1. 01. Spherical CNNs
  2. 02. On the Convergence of Adam and Beyond
  3. 03. Ordered Neurons: Integrating Tree Structures into Recurrent Neural Networks
  4. 04. The Lottery Ticket Hypothesis: Finding Sparse, Trainable Neural Networks
  5. 05. ImageNet-trained CNNs are biased towards texture
  6. 06. Obfuscated Gradients Give a False Sense of Security: Circumventing Defenses to Adversarial Examples
  7. 07. Delayed Impact of Fair Machine Learning
  8. 08. Born Again Neural Networks
  9. 09. Efficient Neural Architecture Search via Parameter Sharing
  10. 10. DARTS: Differentiable Architecture Search
  11. 11. Population Based Augmentation: Efficient Learning of Augmentation Policy Schedules
  12. 12. Challenging Common Assumptions in the Unsupervised Learning of Disentangled Representations
  13. 13. Attention is All You Need
  14. 14. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
  15. 15. XLNet: Generalized Autoregressive Pretraining for Language Understanding
  16. 16. Unsupervised Domain Adaptation by Matching Distributions based on the Maximum Mean Discrepancy via Unilateral Transformations
  17. 17. Image-to-Image Translation with Conditional Adversarial Networks

 

担当講師一覧

  • 斉藤 翔汰
    斉藤 翔汰

    スキルアップAI講師。横浜国立大学大学院 環境情報学府 情報メディア環境学専攻(現:情報環境専攻)修了。修士(情報学)。高専時代に画像認識に対して興味を持ったことがきっかけで、現在はDeep Learningや機械学習、進化計算などの人工知能分野におけるアルゴリズムの研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度・2019年度E資格合格者、2018年度G検定合格者。

よくあるご質問

深掘り編は、速習編と何が違うのですか?

深掘り編は、式の意味、ネットワークの構成等の詳細に踏み込んで解説・議論を行い、自力でキャッチアップし、人に説明ができるレベルの理解を目指します。

対面講座の申込締切はいつですか?

開催日(対面講座)の前日までです。前日までに、お支払い済みである事が確認できている必要があります。

領収書・請求書などの発行は可能ですか?

はい、可能ですので、お申し込み時の備考にその旨と宛名をご記入ください。但し、クレジットカード(Paypal)でお支払いの場合、PayPal発行の受領書が領収書となりますので、領収書の発行はできません。

 

 

Page Top
お申し込みはこちら