Deep Learning入門【JDLA E資格対応】

2022年度前期(04月-08月)のご受講、および、録画販売についてお申し込み受付中です。録画視聴による参加、途中参加も可能。こちらからお申込みいただけます。

DeepLearning

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。

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

4月-5月 : 多層ニューラルネットワーク (DNN)
・ニューラルネットワークの概要を説明します。
・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
5月-6月 : 畳み込みニューラルネットワーク (CNN, ResNet)
・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。
・residual blockについて説明し、ResNetについて説明します。
・プログラミング演習

7月 : 再帰型ニューラルネットワーク (RNN, LSTM, transformer)
・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。
・transformer、特にattention機構について紹介します。
・プログラミング演習

8月 : 発展的な話題
・機械学習の説明可能性について触れ、 Grad-CAMなどの手法を紹介します。
・セマンティックセグメンテーションについて触れ、U-Netなどの手法を紹介します。

お申込み

受講のお申し込みは、お申込フォームからお願いします。

名称Deep Learning入門 【JDLA E資格対応】
講師内場崇之
日程・土曜クラス : 13:00-15:00, 04/09-08/27, (04/30, 08/13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。
場所Zoomによるオンライン講座
※会場が変更となる場合があります。その際には、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
・anaconda3(ダウンロードはコチラ)をインストールしたパソコン。また講義ではpytorchを用いますが、授業中に案内します。
その他・体験受講は無料です。1回のみのご参加で辞退された場合、受講料は頂いておりません。
・授業は毎回録画されます。受講月の録画は授業終了から2年間オンラインにて見放題となります(ダウンロード不可)。
・動画視聴のみの受講も可能です。お急ぎの方は、過去講座の録画にてご受講いただけます。

お申込

    お名前 (必須)


    講座名(必須)

    お問合せ内容 詳細

    開講スケジュール

    12月25日、1月1日は休講です。

    土曜日クラス
    13:00〜15:00
    第1講4月9日
    第2講4月16日
    第3講4月23日
    第4講5月7日
    第5講5月14日
    第6講5月21日
    第7講5月28日
    第8講6月4日
    第9講6月11日
    第10講6月18日
    第11講6月25日
    第12講7月2日
    第13講7月9日
    第14講7月16日
    第15講7月23日
    第16講7月30日
    第17講8月6日
    第18講8月20日
    第19講8月27日