Deep Learning入門 【JDLA E資格対応】

2021年度後期(10月-2022年2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。

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

受講および録画販売のお申し込みは、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 : 10:00-12:00, 10/16-3/5, (12/25, 1/1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。アーカイブのご視聴をご希望の方はこちら

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