‘Deeplearning’ タグのついている投稿

Kerasによるディープラーニング実践(CNN/RNN/LSTM)研修

2017年6月9日 金曜日

コースジャンル

人工知能技術

概要

Kerasを使用して,ディープラーニングをPythonで迅速に実践するための方法を学びます。​
理論だけではなく,実世界のデータを基に,迅速にプロトタイプを構築し,訓練する方法を学びます。​

目的

・ディープラーニングの概要を理解する。​
・Kerasの基礎と利用方法を理解する。​
・CNN(Convolution Neural Network)を理解し,実践する。​
・RNN(Recurrent Neural Network)を理解し,実践する。​
・データの精度,学習効率を上げる方法を理解する。​

対象者

・Pythonについての基礎を学習されている方
・機械学習やディープラーニングについて,基礎を学習されている方
・高校レベルの数学知識
 ※関数・ベクトル・行列の計算等​

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の概要​
 ニューラルネットワークとディープラーニング​
 ディープラーニングの種類​
  TensorFlowとTheano​
 CPUとGPU​
2.Keras基礎​
 Kerasに必要な環境とインストール​
 シーケンシャルモデルの概要​
 アクティベーション機能層​
 トレーニング​
 損失関数​
 オーバーフィッティング(過学習)​
 確率的勾配降下​
 バックプロパゲーション(誤差逆伝搬)​
 学習率​
 オプティマイザ(最適化アルゴリズム)​
  scikit-learnとKeras​
3.多層パーセプトロン​
 ニューラルネットワークの多層化​
  Kerasで多層パーセプトロンの実装​
4.CNN(Convolution Neural Network:畳み込みニューラルネットワーク)​
 畳み込み処理​
 畳み込み層​
 プーリング層​
 MAXプーリング​
 KerasでCNNの実装 ​
5.RNN(Recurrent Neural Network:再帰型ニューラルネットワーク)​
  時系列データの学習​
 順伝搬計算,逆伝搬計算​
 勾配消失問題​
 KerasでRNNの実装​
 LSTM(Long Short-Term Memory:長・短期記憶)​
  KerasでLSTNの実装​
6.精度・学習効率向上のために​
 訓練データの質と量,特徴量,学習手法​
 規格化,データの正規化,クレンジング​
 データ拡張 ~難しい(まぎらわしい)データを加える​
  複数のニューラルネットワークのモデル平均​
7.質疑応答​

備考

・法人企業様のみの対象となります。

Python機械学習&ディープラーニング入門研修

2017年6月9日 金曜日

コースジャンル

プログラミング

概要

近年、人工知能や機械学習やDeeplearningの普及に伴い、非常に注目されているPython。
本研修では実際にPythonを用いてプログラミングを行い、機械学習とDeeplearningに関して基礎知識や実例について学びます。

目的

・機械学習とディープラーニングに関して、基礎知識や実際の例を学ぶ。​
・Pythonを用いてプログラミングを行い、その動きや性質を理解する。​

対象者

・何らかのプログラミングの経験がある方
 ※言語は問いません。Pythonの知識についても必要ございません。​
・高校レベルの数学知識
 ※確率、統計の計算等​

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

【Python機械学習入門】 ​
1.機械学習とは​
機械学習が使われる場面(AI,データマイニングなど)​
機械学習とディープラーニング​
機械学習の種類(教師あり学習,教師なし学習,強化学習)​
2.機械学習のためのPython​
Python文法の基本(算術計算,データ型,リストなど)​
科学技術ライブラリ(NumPy, matplotlibなど)​
Pythonでの機械学習​
3.機械学習で使う数学​
統計学,情報数学,ベイズ統計,​
最小二乗法,最尤法など​
4.機械学習アルゴリズム​
分類問題(決定木,サポートベクタマシンなど)​
回帰問題(最小二乗法,k-近傍法など)​
クラスタリング(k-meansなど)​
5.機械学習の実践​
画像による分類問題​
センサデータによる回帰問題​

【Pythonディープラーニング入門】​
1.ディープラーニングとは​
機械学習とディープラーニングの関係​
ニューラルネットワーク​
ディープラーニング(深層学習)​
2.パーセプトロン​
単純な論理回路​
パーセプトロンの実装​
多層パーセプトロン​
3.ニューラルネットワーク​
活性化関数​
3層ニューラルネットワークの実装​
勾配法,誤差逆伝搬法​
4.畳み込みニューラルネットワーク​
畳み込み層,プーリング層​
CNNの実装,可視化​
代表的なCNN​
5.ディープラーニング​
ネットワークをより深く​
ディープラーニングの高速化​
ディープラーニングの実用例と未来​

備考

・法人企業様のみの対象となります。

Pythonプログラミング(3系)基礎研修

2017年4月4日 火曜日

概要

近年、人工知能や機械学習、Deeplearningの普及に伴い、非常に注目されているPython。
本研修ではPythonの特徴や仕組みを理解し、講義と実習を通してPythonプログラミングの基礎知識を身に付けます。
本カリキュラムは3系となります。

目的

・Pythonの環境設定から言語の特徴、活用方法を実機を通じて学習する。
・Pythonの使い方を学び、今後使えるようになる。

対象者

・Pythonに興味のある方
・AI、Deeplearning、機械学習を学ぶ前にPythonを理解したい方

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.Pythonの概要
・Pythonとは
・Pythonの特徴

2.環境の作成
・Pythonのインストール
・Pythonの起動
・統合開発環境

3.基本文法
・print関数
・コメント
・演算子
・変数
・予約語
・制御構造

4.データ型
・データ型の種類
・オブジェクト型
・数値型
・整数型
・文字列型
・None型
・リスト
・タプル
・辞書
・セット

5.関数
・関数
・引数
・戻り値
・高度な引数利用
・関数オブジェクト
・関数のネスト
・クロージャ
・デコレータ
・スコープ

6.クラス
・クラス
・属性
・操作
・クラスの利用
・クラスの属性
・クラスメソッド
・スタティックメソッド

7.クラスの継承
・クラスの継承
・属性
・コンストラクタ
・メソッド
・多重継承

8.モジュール化
・モジュール化
・インポート
・パッケージ
・スクリプト化

9.文字列
・文字列
・文字列の生成
・文字列の操作

10.日付/時間
・日付/時間操作モジュール
・datetimeクラス
・timedeltaクラス
・dateクラス

11.ファイル操作
・ファイル操作
・パス構築
・ファイルシステム操作

12.正規表現
・正規表現
・特殊文字
・正規表現の利用

備考

・法人企業様のみの対象となります。
・現在募集中のオープン講座はこちらです。