概要
深層学習の理論を把握したうえで、畳み込みニューラルネットワークを用いた画像解析等について、演習を行いつつ、実践上の留意点を含めて習得する。
講師
中井悦司(グーグル)
シモセラ・エドガー(早稲田大学)
山口光太(サイバーエージェント)
到達目標
以下の知識およびスキルの取得を目標とする。
‐深層学習の理論および技法の理解。
‐ツールを用いて深層学習を実問題的に適用し、知識や知見を得る技能の習得。
準備学習・前提知識
‐統計解析の基礎知識
‐微分積分、線形代数の基礎知識
履修時間
時数：8コマ 時間数：12時間
実施方法
Zoom
計画
| 回 | 概要 | 講師 | 実施方法 | 講義形態 |
|---|---|---|---|---|
| 1 | 予備知識(1) | 中井悦司 | Zoom | 演習 |
| 2 | 予備知識(2) | 中井悦司 | Zoom | 演習 |
| 3 | 畳み込みニューラルネットワーク入門(1) | 中井悦司 | Zoom | 演習 |
| 4 | 畳み込みニューラルネットワーク入門(2) | 中井悦司 | Zoom | 演習 |
| 5 | データの準備、前処理 | シモセラ・エドガー | Zoom | 座学 |
| 6 | 総合演習(1) | シモセラ・エドガー | Zoom | 演習 |
| 7 | 総合演習(2) | シモセラ・エドガー | Zoom | 演習 |
| 8 | ビジネス上の事例紹介 | 山口光太 | Zoom | 座学 |
機材
なし
ソフトウェア
第1-4回 Chrome（Pythonの演習はGoogle Colaboratoryで実施）
第5-7回 Anaconda、Pytorch ※インストール方法は講義前に別途指示
参考書
‐中井悦司(著)、TensorFlowとKerasで動かしながら学ぶ ディープラーニングの仕組み、マイナビ出版、2019
‐Peter Flach(著)、機械学習 ─データを読み解くアルゴリズムの技法─、朝倉書店、2017
‐巣籠悠輔(著)、詳解ディープラーニング、マイナビ出版、2019
‐人工知能学会監修、他(著)、深層学習 Deep Learning、近代科学社、2015
‐Trevor Hastie、他(著)、The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition、Springer、2017
‐Ian Goodfellow、他(著)、Deep Learning、The MIT Press 、2016
評価
レポート
参考情報
2020年度 K18 iCDスキルマッピング β版
※今後見直しの可能性があります。
