化学品の市場調査、研究開発の支援、マーケット情報の出版

 
* 本セミナーは開催済みです。再開催のご要望があれば、お知らせください。

        再開催を希望   

CMCリサーチセミナー

       開催日時:2018年6月7日(木)13:30~16:30 
       会  場:ちよだプラットフォームスクウェア 5F 501会議室  → 会場へのアクセス 
            〒101-0054 東京都千代田区神田錦町3-21
       受 講 料:40,000円(税込) ※ 資料代含
             * メルマガ登録者は 36,000円(税込)
             * アカデミック価格は 15,000円(税込)
            パンフレット
 
 ★ アカデミック価格:学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院の教員、学生に限ります。
 ★ 【メルマガ会員特典】2 名以上同時申込で申込者全員メルマガ会員登録をしていただいた場合、2人目以降はメルマガ価格の半額です。
 ★ セミナーお申込み後のキャンセルは基本的にお受けしておりません。ご都合により出席できなくなった場合は代理の方がご出席ください。
 

講 師

 大関和夫 氏  芝浦工業大学名誉教授 博士(工学)

【講師経歴】
 1974年3月早稲田大学 理工学部 数学科卒業、東芝総合研究所にて画像圧縮、放送映像処理を行う。1999年より芝浦工業大学教授、科研費「超3次元顔画像CGシステムによる感性の研究(1,336万円)」のプロジェクトを主催、顔画像処理、瞬きの解析を行う。自動運転ではドイツ・ケンプテン大学との共同研究を主催し、相互交流を推進。深層学習ではGPU計算機の開発や、道路映像の認識を行い、精度向上の実用化研究を行う。

講師から

 受験の準備と受験当日までの集中力を高めていく過程を完成させるための最後のチャンスです。知識の羅列とう、クイズ形式で思考力の活性化と記憶の定着を図る工夫をします。また、日頃の疑問を解決するため、テキスト以外のQ/Aの受付も致します。

セミナーの趣旨

 日本ディープラーニング協会(JDLA)は人工知能、特に深層学習に関する検定試験を実施しており、合格者には合格証が与えられます。「G検定」は全般的な知識を有する人(ジェネラリスト)であることを認定するものです。
 当該セミナーは「G検定」を受験する方を対象とするセミナーではありますが、ここで学ぶ知識は人工知能(AI)の中でも、現在特に人を越える性能を発揮している深層学習に関するもので、今回検定を受けない方々にとってもビジネスを開始するための全体的な知識を習得できるため、有益な内容となっています。
 なお「G検定」は本年6月16日(土)に実施 され、その申込期間は、
  2018年5月7日(月) 13:00 ~ 2018年6月8日(金) 24:00
  http://www.jdla.org/business/certificate/#education
となっていますので、G検定に関する詳細は上記のURLをご覧ください

セミナー対象者

 G検定受験予定者。G検定は受けないが、G検定の内容を習得したい方。モチベーションを上げたい方、書籍、ネットの情報などだけでなく、正確で、論路的な解説や理解を得たい人、勉強仲間を増やしたい人。

セミナーで得られる知識

 人工知能と深層学習に関する広い範囲の知識とビジネスを開始するための導入的予備知識。一般的な予想問題に加え、新作の意欲的な予想問題を準備しています。

プログラム

  ※ 適宜休憩が入ります。

 日本ディープラーニング協会(JDLA)のG検定シラバスに準拠し、下記の項目についての予想問題と、解説を行います。

● 人工知能(AI)とは(人工知能の定義)
 ILSVRC:画像認識コンテスト
 ImageNet:大規模画像データベース
 手書き文字データはMNIST

● 人工知能をめぐる動向例題
 探索・推論、知識表現、機械学習、深層学習
 人工知能分野の問題例題
  トイプロブレム、フレーム問題、弱いAI、強いAI、身体性、シンボルグラウンディング問題、
  特徴量設計、チューリングテスト、シンギュラリティ

● 機械学習の具体的手法例題
 代表的な手法、データの扱い、応用

● ディープラーニングの概要例題
 ニューラルネットワークとディープラーニング、既存のニューラルネットワークにおける問題、ディープラーニングのアプローチ、CPU と GPU
 ディープラーニングにおけるデータ量

● ディープラーニングの手法例題
 活性化関数、学習率の最適化、更なるテクニック、CNN、RNN、深層強化学習、深層生成モデル

● ディープラーニングの研究分野例題
 画像認識、自然言語処理、音声処理、ロボティクス(強化学習)、マルチモーダル

● ディープラーニングの応用に向けて
 産業への応用、法律、倫理、現行の議論