機械学習やディープラーニングはAIの分野で注目されている技術です。それらを活用することで、本来人の経験や知識が必要なことをコンピュータに行わせることができます。
このコースでは、Pythonで開発できるAIのフレームワークを使用し、ハンズオンを通じて機械学習やディープラーニングがどのように活用できるのかを体験していただきます。
AIのフレームワークとしてReNomを使用します。ReNomはディープラーニングで扱うネットワークモデルを簡潔かつ柔軟に構築することができ、画像処理やデータ分析などをコンピュータの性能に応じて最適化された計算を行うことができます。
ReNomは、株式会社グリッドにより公開されているAIフレームワークです。
http://www.gridpredict.jp/report/890/
機械学習やディープラーニングがどのように活用されているのか、活用事例についてもご紹介させていただきます。
コース終了いたしました。
・PythonによるAIプログラミングを始める方
・AIの活用をご検討の方
・Python入門(PY011)受講済み、もしくはPythonの基本文法に加えてクラス定義や複雑なリスト処理の知識をお持ちの方
・推奨事項としては、Python実践 ~機械学習で使えるライブラリを学ぶ~(PY020)受講済み、またはNumpyやPandasなどのデータ処理ライブラリの使用経験があることが望ましい
・機械学習やディープラーニングについての理解を深めることができる
・AIフレームワークを使用してニューラルネットワークの学習と評価ができる
●機械学習/ディープラーニング概論
・人工知能とは
・機械学習とは
・機械学習の適用
・ニューラルネットワークとは
・ディープラーニングとは
・ディープラーニングの種類
・ディープラーニングの活用例
・ReNomとは
・ReNomの適用範囲
・ReNomのアーキテクチャ
・他のフレームワークとの比較
●ニューラルネットワーク構築の流れ
・ニューラルネットワーク構築の流れ
・ニューラルネットワークの適用
・ニューラルネットワークモデルの定義(1)
・ニューラルネットワークモデルの定義(2)
・ニューラルネットワークモデルの定義(3)
・ニューラルネットワークモデルの定義(4)
・ニューラルネットワークを用いた正弦波の学習
●回帰モデルの作成と評価
・分類、回帰における重要なキーワード
・回帰分析とは
・定量データの標準化
・回帰モデルの評価
・学習進捗の確認
・過学習対策
・交差検証
・シェアバイクの利用者数を回帰分析で予測
●分類モデルの作成と評価
・分類とは
・分類モデル
・定性データの数値化
・分類モデルの評価指標
・年収分類を分類モデルで予測
●ディープラーニング関連技術
・ドロップアウト
・ハイパーパラメータ探索
・オートエンコーダ
・ReNom TDA
●ハンズオン①:MNISTを使った全結合ニューラルネットワーク
・MNISTの確認
・全結合ニューラルネットワークの実行
・Functionalモデルを使用したモデルの定義
・予測と評価
●ハンズオン②:Dropoutによる過学習の抑制
・Dropoutを使用しない学習
・Dropoutを使用した学習
・推論モードへの切り替えと予測の評価
●ハンズオン③:ハイパーパラメータ探索
・Bayes Search によるハイパーパラメータ探索
・探索後のパラメータを使用した学習
●ハンズオン④:オートエンコーダを用いた事前学習とクラスタリング
・オートエンコーダによる画像データの特徴抽出
・重みパラメータの保存と読み込み
・オートエンコーダによる事前学習
・オートエンコーダによるクラスタリング
日数 | 2日間 |
---|---|
受講時間 | 9時30分 ~ 17時00分(昼休憩:60分) |
受講料 | 165,000円 (税別価格150,000円) |
キャンセル規定 | 受講開始11営業日前から受講料(購入価格)の50%のキャンセル料がかかります。 また、受講開始2営業日前から受講料(購入価格)の100%のキャンセル料がかかります。 |
---|---|
テキスト | [テキスト] |
オンラインクラス | [Liveオンライン研修] |
演習環境 | スクール環境 |
その他 | [開催パターン] |
【重要】キャンセル規定
当コースはCTCテクノロジー直営クラスへのご案内となります。
クラス開始日の11営業日前から受講料金の50%のキャンセル料が発生します。
また、クラス開始日の2営業日前から受講料金の100%のキャンセル料が発生します。
※他社提携コースは、お申し込み後に空席確認を行います。主催会社でお席の確保ができた後に受付確定となります。
※CTCTオリジナルコース
※コースカリキュラム・使用機材は予告なく変更となる可能性があります。
コース終了いたしました。