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

トリケップスセミナーのご案内

     開催日時:2019年9月26日(木)10:30~16:30
     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 47,000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 57,000円 (税別/1口)
          お申し込み受付中

申込方法

 お1人様受講の場合、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。
 1口でお申し込みの場合、下記の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。

  お1人様申込み
     FAX申込用紙PDF 
  1口(1社3名まで受講可能)でお申し込み    FAX申込用紙PDF 
 

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))

<学歴/職歴>
 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 名古屋大学大学院 情報科学研究科 助教.
 2017年 名古屋大学大学院 情報学研究科 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.
 2016年 IEEE ITS Society Nagoya Chapter Young Researcher Award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,IEEE各会員.

セミナーの概要

 本セミナーでは,画像認識のためのパターン認識・機械学習の基礎と深層学習について解説します.
近年,サポートベクトルマシン(SVM)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,深層学習(Deep Learning)も様々なところで,特にAIシステムの構築に利用されていますが,それらを使いこなすには,基礎的な知識が重要です.そこで,パターン認識・機械学習の基礎について講義を行い,それをふまえて,Pythonを用いた実装やパラメータチューニングについて解説します.また, 深層学習(DeepLearning)についても,実装方法や学習のコツなどについて解説します.

講義項目

 1 パターン認識と機械学習
  1.1 パターン認識とは
  1.2 パターン認識と機械学習の関係
  1.3 機械学習の枠組み
  1.4 実際の開発事例

 2 機械学習の各種手法と深層学習(DeepLearning)
  2.1 単純パーセプトロン
  2.2 サポートベクトルマシン(SVM)
  2.3 アンサンブル学習
  2.4 多層パーセプトロン
  2.5 深層学習(DeepLearning)

 3 Pythonによるパターン認識システムの実装
  3.1 Pythonの紹介
  3.2 機械学習のためのPythonパッケージ
  3.3 サポートベクトルマシン(SVM)を用いた画像認識
  3.4 様々な手法の利用と比較
  3.5 自動的なパラメータチューニング

 4 Pythonによる深層学習(Deep Learning)の利用
  4.1 分類:ニューラルネットワークによる認識
  4.2 特徴抽出+分類:畳み込みニューラルネットワーク(CNN)による認識

 5 まとめ・質疑応答