• ビジネス
  • IT
  • テクノロジー
  • 医療
  • 建設・不動産
  • TRENDY
  • WOMAN
  • ショッピング
  • 転職
  • ナショジオ
  • 日経電子版
  • 日経BP

HOMEセミナー/イベント/技術者塾 > エンジニアのための統計的機械学習・深層学習の活用術

  • 技術者塾
  • 保存

満席間近のため、お早目にお申し込みください。

エンジニアのための統計的機械学習・深層学習の活用術

日程:2017年8月28日 会場:Learning Square新橋

主催:日経エレクトロニクス

 機械学習、特に統計的機械学習と深層学習(Deep Learning)は、人工知能技術の中でも特に注目されている分野です。

 このセミナーでは、機械学習を様々な用途にどのように活用できるのか、エンジニア向けに解説します。現実の課題にどのように適用するのか、事例とともに、デザイン思考による課題解決の方法論との関係を説明します。

 Pythonと機械学習のフレームワークを利用できるようになるための学習方法を紹介します。問題解決に機械学習を適用し、そのプロトタイピングに Python を用いる利点を解説します。

 次に、統計的機械学習と深層学習をどのように使うかを解説します。事例として、Google DeepMind による AlphaGo における深層学習を用いた強化学習と、DeepMind とオックスフォード大学による動画像認識(読唇)への深層学習の適用を解説します。深層学習の適用において、近年は多層化だけでなく、畳み込みネット(CNN)/再帰型ネット(RNN)/注意型ネット(Attention)などの複数のモジュールを組み合わせて、時系列の認識やメディア間の変換を高精度に行っており、学習法におけるいくつかの工夫もあわせて、紹介します。

受講効果

  • エンジニアとして機械学習を活用するための基礎知識が得られます。
  • 統計的機械学習と深層学習によって、何ができるのか、どのように学び/活用すればよいかを理解できます。
  • 深層学習の最新動向を知ることができます。

講師紹介

速水 悟 氏 (はやみず さとる)

岐阜大学
工学部 電気電子・情報工学科 教授

速水 悟 氏

1981年 東京大学大学院 工学系研究科修士課程修了。
同年 通商産業省 工業技術院 電子技術総合研究所
(現 国立研究開発法人 産業技術総合研究所)。
1989年 カーネギーメロン大学 客員研究員。
1994年 フランス国立科学研究院 機械情報学研究所 客員研究員。
2002年 岐阜大学教授に就任、現在に至る。博士(工学)。
専門分野はメディア情報学、知能情報学。情報処理学会、人工知能学会、電子情報通信学会、日本音響学会、言語処理学会、ACM、IEEE各会員。
著書「事例+演習で学ぶ機械学習:ビジネスを支えるデータ活用のしくみ」、森北出版(2016年4月)

概要

日時: 2017年08月28日(月)10:00~17:00(開場09:30予定)
会場: Learning Square新橋 4F(東京・新橋)
主催: 日経エレクトロニクス

受講料(税込み)

  • 一般価格:49,800円
  • 会員・読者価格:43,200円
  • 日経エレクトロニクス
    +日経テクノロジーオンライン購読付申し込み:56,000円
  • 日経テクノロジーオンライン有料会員サービス付申し込み:53,000円
■会員・読者価格
「会員・読者価格」は、日経テクノロジーオンライン有料会員(年払いのみ)、または、日経エレクトロニクス、日経ものづくり、日経Automotive定期購読者の方(日経テクノロジーオンライン有料会員とのセット購読の方を含む)が対象です。
■複数名同時申込価格
対象の座席数が満席となりましたので、受付を終了させていただきました。
  • ※受講料には、昼食は含まれておりません。
  • ※満席になり次第、申込受付を締め切らせていただきますので、お早めにお申し込みください。

プログラム詳細

10:00 - 17:00

1. 機械学習をどのように活用するか?

1.1 オープン化の進展とクラウド上での機械学習
1.2 データマイニングのプロセスにおけるデザイン思考
1.3 回帰モデルを用いた予測(問題定義)
1.4 決定木を用いた識別(データの扱いにおける留意点)
1.5 Python による機械学習をどのように学ぶか?(大学での取組み)

2. 統計的機械学習によってできること

2.1 現象に隠された複雑さをどうモデル化するか?
2.2 潜在変数を含むモデルの利用(隠れマルコフモデル)
2.3 時系列のモデル化と end-to-end アプローチの関係
2.4 ベイジアンアプローチの利点と活用法

3. 深層学習をどのように活用するか?

3.1 畳み込みネット(CNN)による画像の識別
3.2 再帰型ネット(RNN)による時系列の予測
3.3 長・短期記憶(LSTM)におけるゲートの役割
3.4 注意型ネット(Attention)による変換(翻訳)
3.5 コネクショニスト時系列分類法(CTC)と end-to-end アプローチ

4. 適用事例の解説

4.1 デザイン思考から見た機械学習の活用におけるポイント
4.2 深層学習による方策と状態価値関数の学習(DeepMind/AlphaGo)
4.3 深層学習の組合せによる読唇(DeepMind/オックスフォード大)

  • ※各回とも途中、昼休憩と午後の小休憩が入ります。
  • ※講演時刻等、随時更新いたします。また、プログラムは変更になる場合があります。あらかじめご了承願います。
■受講料のお支払い
≪1名でお申し込みの場合≫
お支払い方法が「請求書」の方には、後日、受講券・請求書を郵送いたします。
ご入金は銀行振込でお願いいたします。なお、振込手数料はお客様のご負担となりますので、あらかじめご了承ください。
クレジットカード支払いの方は、受講証はMyPageから印刷してご持参ください。
≪複数名同時申込の場合≫
お支払い方法が「請求書」の場合、お申込筆頭の方に、後日、筆頭の方の受講券と全員分の合算請求書を郵送いたします。
ご入金は銀行振込でお願いいたします。なお、振込手数料はお客様のご負担となりますので、あらかじめご了承ください。
クレジットカード支払いの場合、お申込筆頭の方はMyPageから受講証を印刷してご持参ください。
※支払方法にかかわらず、申込完了後にお申込筆頭者の方宛に、「登録完了メール」をお送りしますので、2人目以降の方はそちらを印刷してご持参ください。
 筆頭の方は、2人目以降の方に、「登録完了メール」の転送をお願いいたします。
■お申し込み後のキャンセルおよび欠席など
お申し込み後のキャンセル、ご送金後の返金はお受けいたしかねます。代理の方が出席くださいますようお願いいたします。
会場までの交通費や宿泊費は、受講される方のご負担となります。講師等の急病、天災その他の不可抗力、その他やむを得ない事情により、中止する場合があります。この場合、受講料は返金いたします。
■最少開催人員
15名。参加申込人数が最少開催人員に達しない場合は、開催を中止させていただくことがあります。

おすすめ

あなたにおすすめ