○知っておくべき深層学習の基礎から、

転移学習／半教師あり学習等を用いたデータ不足を補うための工夫まで。

○PyTorchを用いた実装例も交えて解説。簡単なプロトタイプを作れるようになることを目指します！

深層学習（ディープラーニング）における

データ活用のポイント

【提携セミナー】

主催：株式会社情報機構

AI，機械学習，ディープーラニングという用語をよく聞く時代になりました．本セミナーでは，近年のAIの主流である深層学習の基礎を理解するところからはじめ，業務活用に向けてデータ不足を補うための様々な工夫を紹介します．また，深層学習ライブラリPyTorchを用いた実装例も紹介し，簡単なプロトタイプが作れるようになることを目指します．

◆受講後、習得できること

• 深層学習の基礎知識
• 深層学習を用いた画像認識モデルの実装
• 転移学習による既存モデルの流用
• 様々なデータ拡張手法
• 様々な半教師あり学習手法
  など

◆受講対象者

• 理工系のバックグラウンドを持つ、新規事業開発担当の方、
  企画担当の方など本テーマに興味のある方なら、どなたでも受講可能です。
• Pythonの基本構文が理解できる方（できなくても構いませんが、一部プログラムの解説があります）。

◆必要な予備知識など

1種類以上のプログラミング言語の使用経験があることが望ましいです．

担当講師

福井大学　工学系部門　工学領域　情報・メディア工学講座　准教授　長谷川 達人 先生

■ご略歴：
2009年　石川工業高等専門学校　電子情報工学科　卒業
2011年　金沢大学　工学部　情報システム工学科　卒業
2011年　株式会社富士通北陸システムズ　システムエンジニア
2014年　東京医療保健大学　医療保健学部　医療情報学科　助手
2015年　金沢大学　大学院自然科学研究科　博士後期課程　修了　博士（工学）
2017年　福井大学　工学部　電気電子情報工学科　講師
2020年　同上　准教授

■本テーマ関連学協会でのご活動など
・IEEE，情報処理学会　各正会員
・DICOMO 2022, 最優秀論文賞，優秀プレゼンテーション賞, 2022
・IEEE名古屋支部, 若手奨励賞, 2021
・情報処理学会第100回MBL研究会, 優秀発表賞, 2021

セミナープログラム（予定）

１．深層学習の基礎
1）課題の定義と教師あり学習
2）深層学習の社会応用事例
3）ニューラルネットワークと確率的勾配降下法
4）レイヤーと活性化関数
5）簡単なモデルによる画像分類（プログラム解説）

２．データ拡張と転移学習
1）様々な分野のデータ拡張
2）転移学習
3）ドメイン適応
4）様々なモデルアーキテクチャ
5）転移学習を用いた画像分類（プログラム解説）

３．半教師あり学習
1）概要，手法の分類
2）Pseudo-labeling methods
3）Consistency regularization methods
4）Hybrid methods
5）Contrastive-learning methods

＜質疑応答＞

公開セミナーの次回開催予定

開催日

2023年4月13日（木）　10:30-16:30　＊途中、お昼休みや小休憩を挟みます。

開催場所

Zoomによるオンラインセミナー

受講料

【オンライン：見逃し視聴なし】　1名47,300円(税込、資料付)
＊1社2名以上同時申込の場合、1名につき36,300円

【オンライン：見逃し視聴あり】　1名52,800円(税込、資料付)
＊1社2名以上同時申込の場合、1名につき41,800円

＊学校法人割引；学生、教員のご参加は受講料50％割引。

オンライン配信のご案内

★　Zoomによるオンライン配信

については、こちらをご参照ください

備考

※配布資料・講師への質問等について

●配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
（開催1週前～前日までには送付致します）。
＊準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
（土、日、祝日は営業日としてカウント致しません。）

●当日、可能な範囲で質疑応答も対応致します。
（全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
●本講座で使用する資料や配信動画は著作物であり
無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。

★【オンラインセミナー（見逃し視聴なし）】、【オンラインセミナー（見逃し視聴あり）】のいずれかから、ご希望される受講形態をメッセージ欄に明記してください。