人工知能を支えるパターン認識・機械学習とPythonによる実装入門【提携セミナー】

　　セミナー　　情報通信　　AI・機械学習　　人工知能を支えるパターン認識・機械学習とPythonによる実装入門【提携セミナー】

人工知能を支えるパターン認識・機械学習とPythonによる実装入門【提携セミナー】

開催日時	2021/2/24（水）13:00-16:30
担当講師	川西康友　氏
開催場所	Zoomによるオンラインセミナー
定員	-
受講費	【オンラインセミナー（見逃し視聴なし）】：41,800円【オンラインセミナー（見逃し視聴あり）】：47,300円

★Pythonで機械学習・パターン認識を実装するための「はじめの一歩」に最適！

★基礎からモジュール・パッケージの解説や使いこなすためのポイント、

ディープラーニング実装の流れ、今後自力で開発を進める際のおススメ情報源まで。

人工知能を支えるパターン認識・機械学習と
Pythonによる実装入門
～基礎からディープラーニングの利用まで～

【提携セミナー】

主催：株式会社情報機構

本セミナーでは、近年注目されている人工知能の基礎技術である、パターン認識・機械学習について解説し、Pythonを用いた実装の流れとポイントを解説します。また，そのために必要なPythonの基礎やモジュール・パッケージについても解説します。最後には、近年注目集めるDeep Learningの実装方法についても解説します。

◆　受講対象者：

人工知能・機械学習を業務で利用しようとしている方
Pythonを学んでみたい方
Deep Learningの利用を考えている方
本テーマに興味のある方なら，どなたでも受講可能です．

◆　必要な予備知識：

何語でも良いが少しでもプログラミングに関する経験
人工知能や機械学習という言葉を聞いたことがある程度の知識

◆　本セミナーで習得できること：

パターン認識・機械学習とは何かについての知識
Pythonプログラミングの基礎知識
Pythonでのパターン認識・機械学習の方法
Deep Learningの実装方法に関する知識
など

■　本セミナー受講者特典として、セミナー中に紹介したソースコードを配布致します。

担当講師

名古屋大学　情報学研究科　講師　川西康友氏

セミナープログラム（予定）

１．はじめに
1.1　パターン認識と機械学習
1.2　機械学習の枠組み
1.3　機械学習に基づくパターン認識手法（ポイントをかいつまんで紹介）
1）k近傍法
2）線形識別関数
―単純パーセプトロン、サポートベクトルマシン
3）アンサンブル学習
―ランダムフォレスト
4）ニューラルネットワーク
―多層パーセプロトン、深層学習
1.4　最先端手法と応用例

２．Pythonでの機械学習
2.1　scikit-learnを用いた機械学習の枠組み
2.2　使用するクラス分類器
2.3　Pythonでの機械学習の実際の流れ
1）必要なモジュールの読み込み
2）特徴量の読み込み
3）識別器の初期化・学習
4）評価
5）結果の集計・出力
6）学習した識別器の保存、読み込み
2.4　各種クラス分類手法の比較
―様々な識別器での結果、クロスバリデーション

３．Deep Learningの利用
3.1　Kerasを用いたクラス分類器としてのDeep Learning
3.2　Kerasを用いた特徴抽出を含めたDeep Learning
―畳み込みニューラルネットワーク
3.3　学習済みモデルの読み込みと利用

４．開発の参考となるオススメ文献・サイト

５．まとめ・質疑応答

■　ご講演中のキーワード：

Python、パターン認識、機械学習、SVM、Deep Learning、CNN