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。

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