Deep Learning入門 【JDLA E資格対応】
2021年度前期(4月-8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
10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。
11月-12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
1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
2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。
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, 4/10-8/28, (5/1, 8/14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 ・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1日土曜日、8月14日土曜日は休講です。
土曜日クラス 10:00〜12:00 |
|
---|---|
第1講 | 4月10日 |
第2講 | 4月17日 |
第3講 | 4月24日 |
第4講 | 5月8日 |
第5講 | 5月15日 |
第6講 | 5月22日 |
第7講 | 5月29日 |
第8講 | 6月5日 |
第9講 | 6月12日 |
第10講 | 6月19日 |
第11講 | 6月26日 |
第12講 | 7月3日 |
第13講 | 7月10日 |
第14講 | 7月17日 |
第15講 | 7月24日 |
第16講 | 7月31日 |
第17講 | 8月7日 |
第18講 | 8月21日 |
第19講 | 8月28日 |