Deep Learning入門 【JDLA E資格対応】

2020年度前期(5月-9月)開講分、お申込受付中です。こちらからお申込みいただけます。

講座の概要

Deep Learningは画像認識を筆頭に、多くの問題に対して高い精度を示してきました。一方で、Deep Learningは他の機械学習手法に比べ、まだまだその学習の仕組みに関して多くの謎が秘められています。この講座では、Deep Learningのアーキテクチャや学習に関して基本的な解説からスタートし、普遍性定理や誤差逆伝播法といったDeep Learningの重要なトピックを中心に理解を深めることを目指します。

なお、本講座とPythonによる機械学習入門講座の二講座を修了することで、JDLA E資格の受験資格が得られます。詳しくはこちらのページをご覧ください。

受講にあたって

受講にあたって役に立つ知識
・統計検定2級程度の統計学の知識（初級統計学）
・高校数学の知識（大人のための高校数学IIB）
目標
Deep Learningのアーキテクチャの仕組みや学習について、その基本的な部分を数学的に理解する。

カリキュラム

5月　: 機械学習の入門
・機械学習の概要(教師あり学習・教師なし学習)について説明します。
・Pythonの基本的な利用方法を説明します。
・機械学習で使われる数学(行列・微分)のついて説明します。
・ソフトマックス回帰を元に実際に学習を行います。
6月-7月 : 多層ニューラルネットワーク (DNN)
・パーセプトロンのアーキテクチャについて説明します。
・多層ニューラルネットワークのアーキテクチャについて説明します。
・普遍性定理 : 多層パーセプトロンの表現力について紹介します。
・勾配降下法について紹介します。
・誤差逆伝播法とそのアイディアについて説明します。
・正則化について説明します。
・プログラミング演習
8月 : 畳み込みニューラルネットワーク (CNN)
・畳み込み層とプーリング層について説明します。
・畳み込みニューラルネットワークの順伝播の流れを説明します。
・畳み込みニューラルネットワークの誤差逆伝播法について説明します。
・プログラミング演習
9月 : 再帰型ニューラルネットワーク (RNN, LSTM)
・再帰型ニューラルネットワークについて説明します。
・再帰型ニューラルネットワークの誤差逆伝播法について説明します。
・RNNの勾配消失問題とLSTMについて紹介します。
・プログラミング演習
・RNN以降で現れる深層学習の応用について概略を説明します。

お申込み

お申し込みは、お申込フォームからお願いします。
※お手数ですが、件名について『Deep Learning入門』を選択のうえ送信をお願いします。

名称	Deep Learning入門 【JDLA E資格対応】
講師	竹川洋都
日程	毎週土曜日 10:00-12:00, 5/9-9/26 （7/25, 8/15は休講） ※ 詳細は下記の開講スケジュールをご参照ください。 開講日程が5月開始9月終了に変更になりました。
場所	5,6月はZoomによるオンライン講座となります。7月以降は状況に応じてオフラインへ変更となる可能性がありますが、その場合にも動画配信などオンラインのみご受講いただける方にも対応いたします。 知恵の場別館 会議室E ※会場が変更となった際には、事前にご連絡をさしあげます。
教科書	講師オリジナルテキスト ※ テキスト代は受講料に含まれています。
受講料	24,500円/月 クレジットカード支払いはこちらのページから。
持ち物	・筆記用具 ・Google Colaboratoryが利用できるパソコン ・あるいは、anaconda3(ダウンロードはコチラ)をインストールしたパソコン ・その場合、特にpytorchをインストールしておいてください(わからなければ、初日にPCを持ってきていただければ大丈夫です)。

お申込

開講スケジュール

5月9日開始に変更になりました。7月25日土曜日、8月15日土曜日は休講です。

	土曜 10:00〜12:00
第1講	5月9日
第2講	5月16日
第3講	5月23日
第4講	5月30日
第5講	6月6日
第6講	6月13日
第7講	6月20日
第8講	6月27日
第9講	7月4日
第10講	7月11日
第11講	7月18日
第12講	8月1日
第13講	8月8日
第14講	8月22日
第15講	8月29日
第16講	9月5日
第17講	9月12日
第18講	9月19日
第19講	9月26日