ホーム > ディープラーニング ハンズオンセミナー

ディープラーニング ハンズオンセミナー

コース基本情報

コースタイトル ディープラーニング ハンズオンセミナー
コースコード DBC0098V  
コース種別 集合研修 形式 講義+実機演習+事前学習
期間 3日間 時間 9:30~17:30 価格(税抜) 200,000円(税抜)
主催 トレノケート
日程 会場 空席状況 実施状況 選択

2018年12月19日(水) ~ 2018年12月21日(金)

新宿LC

  お問い合わせください

2019年1月21日(月) ~ 2019年1月23日(水)

新宿LC

  キャンセル待ち

2019年1月29日(火) ~ 2019年1月31日(木)

新宿LC

  空席あり

2019年3月4日(月) ~ 2019年3月6日(水)

大阪LC

  空席あり

2019年3月18日(月) ~ 2019年3月20日(水)

新宿LC

  空席あり

※「キャンセル待ち」でお申し込みの方には、別途メールにてご連絡いたします。
※「実施確定」表示のない日程は、お申し込み状況により開催中止になる場合がございます。
※ トレノケート主催コース以外の空席状況は、残席数に関わらず「お申し込み後確認」と表示されます。
※ トレノケート主催コース以外では、主催会社のお席を確保した後に受付確定となります。

詳しくはお問い合わせください。

ワンポイント

本研修は受講前にeラーニングの事前学習(9時間)が必要となります。本研修の研修時間(21時間)と合わせ、合計30時間の学習時間となります。
eラーニングは受講日の2週間前から1週間前までを目安にご案内します。

本研修は、2018年10月より、経済産業省の第四次産業革命スキル習得講座ならびに厚生労働省の専門実践教育訓練対象講座となりました。

対象者情報

対象者
データサイエンス及び機械学習に興味のある方 情報システム部門 企画部門 設計・製造部門 研究開発部門 データ活用部門・事業部門 セールス/マーケティング部門 品質管理やリスク管理部門 サービスプロバイダー/ITベンダー等
前提条件
何らかのプログラミング経験をお持ちの方。
例えばPythonプログラミング1(PRC0103G)の学習内容をPythonあるいは他言語で理解できる方

学習内容の詳細

コース概要
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搭載マシンでの学習計算まで、ハンズオン形式により知識やスキルを効率よく習得できます。
数学やプログラミングの基礎から始まり、Chainerによる実装、Azure上のGPUマシンでの計算、画像・時系列・自然言語の取扱い方も含めた実践的な実装まで3日間で幅広く学べる内容となっています。
学習内容
1. イントロダクション
  - 自己紹介
  - AIの開発フロー

2. 数学演習(テスト)
  - 微分
  - 線形代数
  - 統計

3. プログラミング演習(テスト)
  - Jupyter Notebook
  - リスト・タプル・辞書
  - 制御構⽂ 
  - Numpy、Pandas、Matplotlib

4. 環境構築
  - Azure
  - GPU(Cuda)
  - Docker
  - Nvidia-docker

5. ディープラーニング(数学)
  - ニューラルネットワークのモデル
  - 線形変換
  - 非線形変換

6. ディープラーニング(実装)
  - Chainerの基礎
  - 線形変換
  - 非線形変換

7. 分類(実装)
  - 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

8. 回帰(実装)
  - 問題設定(家賃の予測)
  - NNモデルの定義
  - Trainerの設定

9. 画像処理(数学)
  - 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

10. 画像処理(実装)
  - 画像の読み込み(OpenCV, Pillow)
  - フィルタの計算

11. 画像分類
  - CNNモデルの定義
  - GPUでの計算⽅法 

12. 課題
  - 実データに対する画像分類の精度を⾼める

13. 時系列解析(数学)
  - 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

14. 時系列解析(実装)
  - 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

15. 自然言語処理
  - 形態素解析
  - どのようにベクトルで表現するか

16. 文書分類
  - 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

17. ⽂章⽣成
  - 可変⻑データの扱い
  - RNNによるモデル化

実習/演習内容詳細

ソフトウェア/ハードウェア
Microsoft Azure
Chainer
実習/演習/ デモ内容
事前学習内容
1. イントロダクション
- 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

2. 微分
- 微分は「何」が求まるの?
- 導関数を求めよう
- 微分の公式
- 偏微分

3. 単回帰分析(数学)
- 「モデル」決める
- 「評価関数」を決める
- 評価関数を「最⼩化」する

4. Python入門
- 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(for文とif文)
- 関数

5. 単回帰分析(実装)
- 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

6. 線形代数
- スカラー、ベクトル、行列
- 行列の演算
- サイズ感
- ベクトルで微分

7. 重回帰分析(数学)
- 「モデル」決める
- 「評価関数」を決める
- 評価関数を「最⼩化」する

8. 重回帰分析(実装)
- ⾏列演算の基礎
- パラメータの導出
- 実データで演習

9. 統計
- 主な統計量
- 正規分布と3σ法
- スケーリング

10. 外れ値を考慮した実装
- 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

11. ビジネス活⽤
- 現場で機械学習を導⼊できる⼈材とは

12. Python練習
- クラス
- アルゴリズム徹底演習

13. Docker⼊⾨
- Dockerとは
- 仮想環境構築
- DockerイメージとDockerコンテナ

ご注意・ご連絡事項

受講特典:Azure 5万円使用権 (試用期限1ヶ月)がついてきます。
本研修は受講前にeラーニングの事前学習が必要となります