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

~ SVMからDeep Learningまでを使えるように ~

トリケップスセミナー

     開催日時:2016年12月20日(火)11:00~16:00
     会  場:オームビル  → 会場へのアクセス 
          〒101-8460 東京都千代田区神田錦町3-1
     参 加 費:お1人様受講の場合 46,000円 (税別/1名)
          1口(1社3名まで受講可能)でお申し込みの場合 56,000円 (税別/1口)

セミナーの概要

 本セミナーでは,Pythonによるパターン認識・機械学習の導入から基礎について解説します.
 近年,SVM,AdaBoost,Random Forestなどのこれまで広く利用されてきた機械学習ツールだけでなく,Deep Learningも様々なところで利用されています.
 Python及びその様々なライブラリを利用することで,機械学習に基づく様々なクラス分類器が簡単に利用できることを知り,それらを使いこなせるようになることを目的としています.

講 師

川西康友(かわにし やすとも)氏
 名古屋大学大学院 情報科学研究科 助教(博士(情報学))

<略歴、等>
 2012年 京都大学大学院 情報学研究科 博士後期課程修了.
 2012年 京都大学 学術情報メディアセンター 特定研究員.
 2014年 名古屋大学 未来社会創造機構 特任助教.
 2015年 名古屋大学 情報科学研究科 助教.
  現在に至る.

<主な受賞、研究、学会活動>
 2011年 パターン認識・メディア理解(PRMU)研究会 研究奨励賞受賞.
 防犯カメラ・車載カメラ映像を対象とした,人物検出・追跡・検索を含む人物画像処理に関する研究に従事.
 電子情報通信学会会員.

講義項目

 1 はじめに
  1.1 パターン認識・機械学習とは
  1.2 パターン認識の例
  1.3 パターン認識における機械学習の枠組み

 2 Pythonの概要
  2.1 Pythonとは
  2.2 Pythonの利用環境
  2.3 Pythonの文法
  2.4 基礎となるPythonライブラリ

 3 Pythonでの機械学習
  3.1 scikit-learnを用いた機械学習の枠組み
  3.2 特徴量の読み込み
  3.3 各種クラス分類手法の切り替え
  3.4 各種クラス分類手法の比較

 4 Deep Learningの利用
  4.1 クラス分類器としてのDeep Learning
  4.2 特徴抽出を含めたDeep Learning

 5 まとめ・質疑応答