概要

Pythonを用いて，ディープラーニングの実践技術を学びます。
主に，画像解析とテキスト解析について，実際にどのように活用するかを，手法を知り，実践を通じて学びます。
ディープラーニングのライブラリとしては，TensorFlowを中心に使用します。

目的

・Pythonでディープラーニングのプログラミングができるようになる。
・ディープラーニングに必要なデータを，取得，変換して用意できるようになる。
・ディープラーニングでの画像解析について，主な手法を学び，実践する。
・ディープラーニングでのテキスト解析について，主な手法を学び，実践する。

対象者

・Pythonで基本的なプログラミングができる方（Python基礎研修終了レベル）
・機械学習，ディープラーニングについて，基本的なことを知っている方
・高校程度の数学（関数，ベクトル，統計など）を理解できる方

テキスト

フルネスオリジナルテキスト

基本日数

2日間　※カスタマイズは可能です

内容

1．ディープラーニングとは
・AIと機械学習，ディープラーニング
・ディープラーニングでできること
・開発環境：Python，AnacondaとTensorFlow
・数学の準備：偏微分，線形代数
2．ディープラーニングで使われる技術
・ニューラルネットワーク
・ディープニューラルネットワーク
・畳み込みニューラルネットワーク（CNN）
・再帰型ニューラルネットワーク（LSTM/RNN）
3．画像処理①－前処理
・画像を集める方法
・サンプル画像，学習用画像
・画像検索API
・Webクローリング，スクレイピング
・クローラーの作成，Scrapy
・クローラー作成にあたっての注意
・画像データのラベル付け，クレンジング
4．画像処理②－変換処理
・画像処理の手法
・形状認識，Average Hash
・画像データをPythonのデータ型に変換
5．画像処理③－解析処理
・CNNを実践して画像認識
・判定精度の向上
・画像処理ライブラリ OpenCV
6．テキスト処理①－前処理
・テキストを集める方法
・集めるデータの形式（CSV，テキスト，PDFなど）
・文字コード変換
・Webスクレイピング
・データベースへの保存
7．テキスト処理②－変換処理
・形態素解析 Mecab, Janome
・文章のベクトル変換 Word2Vec
・類似度判定 n-gram
8．テキスト処理③－解析処理
・ベイジアンフィルタ
・テキスト分類（多層パーセプトロン）
・LSTMでの文章の自動生成
9．画像OCR－文字認識
・画像を文字に変換する
・テキスト領域の認識
・いろいろなフォントを学習させる
10．今後の発展・高速化手法
・次元圧縮
・オートエンコーダ
・転移学習
・強化学習

備考

・法人企業様のみの対象となります。

人材開発支援助成金を利用される方へ

多くの企業様で人材開発支援助成金をご活用されていらっしゃいます。
下記のパンフレットの内容をご確認のうえ、もしご利用になられる企業様がいらっしゃいましたらご相談ください。
人材開発支援助成金（人材育成支援コース）のご案内