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

ディープラーニング学習で過去に挫折した人、プロジェクト担当になる可能性のある人等におすすめです。

S&T出版セミナーのご案内

       開催日時:2019年3月26日(火)10:00~17:00(講演 6時間、昼休憩 1時間)
       会  場:大橋会館 東京都東京都目黒区東山3-7-11  → 会場へのアクセス 
       受 講 料:49,800円(税込)
       備  考:※ 配布物:印刷した紙資料、
                  サンプルプログラム(後日、専用サイトから各自ダウンロード)

お申し込み受付中

申込方法

 下記のカートへの投入、あるいはFAX用紙にてお申込ください。折り返し、聴講券、会場地図、請求書を送付いたします。

   FAX申込用紙PDF 

講 師

鈴木 啓高 氏  エスディーテック㈱ 取締役副社長CTO
 
<講師略歴>
略歴:
2005年 慶應義塾大学理工学研究科後期博士課程単位取得退学
1999年 ㈱エイチアイ 取締役
2005年 HI Corporation America, Inc. CEO
2014年 ㈱U’eyes Design 取締役
2015年 エスディーテック株式会社 取締役副社長CTO

 長年、携帯電話や車載器などの組み込み機器向けのUI/UX技術を中心に取り組む。2005年頃より「ユーザをより深く知るための」AI技術を核とするActive UIを提唱し、様々な適用事例に取り組む。エスディーテックでは、デザインエンジニアリングにより利用時品質の高い製品を創りだすことを使命とし、そのための研究開発に取り組んでいる。「ヒトに対する理解と技術」を深めるためのHuman CenteredArtificial Inteligence(HCAI)の技術開発および製品開発が現在の主なテーマ。ユーザ行動、特性、内面の心理状態の認識を通して、ヒトとクルマの様々な状況に応じたインタラクションをユーザにとってより最適なものに近づけるための開発プロジェクトの遂行に加えて、機械学習プロジェクトのコンサルティングや企業向け研修にも数多く取り組んでいる。コンサルティングおよび研修では、どうやって機械学習の技術を実務に取り入れるか、どのような問題が起こり、どうやって解決するのかといった点を特に重視している。

セミナーの趣旨

 “ディープラーニング”、“人工知能/AI”、“機械学習”といった言葉を聞かない日はないようになってきました。自動翻訳、画像解析、故障予測等々、あげていったらきりがないほどに色々な分野で活用されている技術ですが、一方でその中身については「なんとなくイメージはあるけれど、その実体はよく分からない。。。」という方も多いのではないでしょうか。特に、日々続々と新しい取り組みが登場している状況では、しっかりと中身を理解した上で最新の動向に追いついていくのも大変です。
 「道具として割り切って使う」、「やりたいことだけ明確にして、実際の中身の開発は社外に発注する」といった活用の仕方をされている方も多くいると思いますが、そのような場合でも(自分で作業するかどうか、自分で開発するかどうかは別として)中身をしっかりと理解した上で取り組むことが重要です。
 現在色々な場面で活用されているディープラーニングの技術は、全てに共通するいくつかの基本コンセプトの上に成り立っています。これらの基本コンセプトをしっかりと抑えておくことで、現在の技術に対する見通し・理解が大きく進むだけでなく、日々登場している新しい技術に対しても短期間で対応できるようになります。
 本セミナーでは、ディープラーニングの基本となる最も重要なコンセプトを理解するところからスタートし、最新のディープラーニング技術動向の紹介までの幅広い範囲に取り組みます。前半の基本コンセプトは細かいところまでしっかりと取り組み、後半の技術動向ではできる限りの広い範囲を様々なデモを活用しながら紹介します。これからディープラーニングの学習に取り組もうと考えている方に最適のコースです。細かなプログラミング手法や数学的な詳細に立ち入ることなく、しかし重要な基本はしっかりと学べますので、自らプログラミングをするわけではないが、ディープラーニングのプロジェクトに色々な立場で携わる予定の方々にも最適です。

◎特徴
・プログラミング実習は行わない(基本的には座学、スクリーンでのデモ解説が中心)
・全てのディープラーニングの基礎をしっかりと解説(線形回帰、ロジスティック回帰、ニューラルネットワーク、畳み込みニューラルネットワーク)
・最新のディープラーニングの技術の概要も解説(リカレントニューラルネットワーク、強化学習、生成モデル)
・難解な数学の解説は行わない(数学的な証明、モデルの分析等はやらない。しかし、いくつかの重要な数式についてはしっかり解説する)

 

プログラム

1. ディープラーニングとは
  (ア) ディープラーニング、AI、機械学習?

2. ディープラーニングの歴史
  (ア) 登場から現在までの隆盛
  (イ) なぜ今ディープラーニングが注目されるのか

3. ディープラーニングの基本アルゴリズム
  (ア) 線形回帰(Linear Regression)
  (イ) 最急降下法(Gradient Descent)
  (ウ) 予測と分類(Regression/Classification)
  (エ) ロジスティック回帰(Logistic Regression)

4. ニューラルネットワーク
  (ア) 直感的な理解
  (イ) 基本となるアルゴリズム
  ① フォワードプロパゲーションとバックプロパゲーション(Forward Propagation/Back Propagation)
  (ウ) 分類問題
  (エ) Shallow NNとDeep NN
  (オ) パラメータとハイパーパラメータ(Parameter/Hyper Parameter)
  (カ) 学習の効率化
  (キ) 様々なフレームワークおよびツール

5. 畳み込みニューラルネットワーク
  (ア) 高次元データを取り扱う
  (イ) Pooling
  (ウ) Convolution

6. 最新のディープラーニングの動向
  (ア) 異常検知(Anomaly Detection)
  (イ) リカレントニューラルネットワーク(Recurrent Neural Network)
  (ウ) 強化学習(Reinforcement Learning)
  (エ) 生成モデル(Generative Model)

     【質疑応答】

※ 本セミナーは座学です(PC不要・PCを使った実習は無し)。

受講対象者

特になし
高校程度の数学(行列計算、線形代数、微分)の知識があるとプラス(必須ではない。必要な部分はコース内でしっかりと説明する。)

◎以下のような方に最適です
・ディープラーニングのプロジェクトを担当する予定の人(マネージャ、企画、エンジニア等)
・ディープラーニングのプロジェクトを社外に発注する予定の人
・これからディープラーニングに取り組むエンジニア
・過去にディープラーニングに取り組もうとしたが途中で挫折した人
・ディープラーニングに興味のある人
・最新のディープラーニングの動向をしっかりと理解したい人

学べる事

◎到達目標:( )内数字は対応するプログラム番号
・ディープラーニングの基本アルゴリズムが説明できる(1~4)
・ディープラーニングが得意とする分野/不得意な分野が説明できる(6)
・ディープラーニングでできる事、(今は)できない事が説明できる(6)
・ディープラーニングの取り組みにどんな分野のものがあるのか説明できる(6)
・ディープラーニングのプロジェクトを進める上で課題となるポイントが説明できる(4~5)
・ディープラーニングのプロジェクトを進める上で活用できるツールが説明できる(4)
・ディープラーニングの最新の動向を取得する方法/手段が説明できる(6)