データサイエンス基礎講座2019＜ディープラーニング応用編＞ データサイエンス基礎講座2019＜ディープラーニング応用編＞

開催概要

セミナー名 データサイエンス基礎講座2019＜ディープラーニング応用編＞
～TensorFlowで学ぶ理論・実装・活用のポイント～
日時 2019年8月30日（金）10:00～18:00（受付開始 09：30）
会場

明治大学　駿河台キャンパス　リバティタワー7階　1075教室

東京都千代田区神田駿河台1-1

  • JR中央線・総武線　
    御茶ノ水駅（駅番号：JC03・JB18）下車徒歩約3分
  • 東京メトロ丸ノ内線　
    御茶ノ水駅（駅番号：M20）下車徒歩約3分
  • 東京メトロ千代田線　
    新御茶ノ水駅（駅番号：C12）下車徒歩約5分
  • 都営地下鉄三田線・新宿線、東京メトロ半蔵門線　
    神保町駅（駅番号：I10・S06・Z07）下車徒歩約5分
主催 株式会社インプレス
協力 明治大学　総合数理学部　ネットワークデザイン学科　櫻井研究室
特別協力 株式会社アカウンティング　アドバイザリー
フューチャーブリッジパートナーズ株式会社
参加対象 【受講対象】
  • 機械学習/DNN/AIのビジネス活用を検討している方
  • ユーザ企業のシステム企画・開発部門・新規事業部門、データ戦略部門、調査部門
  • サービスプロバイダー/ITベンダー等
  • 機械学習/AIのテーマで業務をはじめる、もしくは同テーマに初心者の方（始めたいが何から始めればいいかわからない方等）
  • 機械学習/ビジネスアナリティクス/データアナリティクス/AIの業務に、既に従事している方
  • または、上記テーマで各種の処理・業務をしているが、今後、その利用を広げたいと考えている方
  • 上記テーマに関心のある方

【受講に際しての留意事項】
  • ※大学初等レベルの微積分と線形代数を理解している
  • ※Python/R/Javaの基本文法を経験/勉強した事がある
  • ※統計/機械学習について勉強または経験した事がある
  • ※上記の数学的知識・テクノロジー経験等を事前に予習して受講に臨める方、上記要件を満たす方の受講を推奨
受講料 86,400円（税込）
お問い合わせ先

株式会社インプレス 基礎講座シリーズ 事務局（担当：石川義貴）

E-mail：jimukyoku@impress.co.jp

受付時間　10:00～18:00（土・日・祝日を除く）
定員 30名（最少開講人数15名）
  • ※応募者多数となりました場合には、受講いただけない場合がございます。予めご了承ください。

注意事項

  • 最少開講人数15名となります。
  • 受講票は2019年8月16日（金）以降、順次電子メールにてご連絡させていただきます。
  • 応募者多数となりました場合には、受講いただけない場合がございます。予めご了承ください。今回ご受講いただけないお客様には、次回の開講について、改めてご案内させていただきます。
  • 講師・講座内容は予告無く変更される場合があります。予めご了承ください。
  • 製品購入を前提としたり、製品販売促進のためのセミナーではありません。

重要：利用ソフト、持参PC等、機器について

  • 受講時には、PCを持参・利用下さい
  • 受講生には、改めて環境設定方法等をメール等でご連絡いたします
  • PCでの演習時の機種・環境設定等は、ご自身の責任において行っていただきます

  • ※ハードウェア： プロセッサ2.6GHz推奨
  • ※稼働OS： UNIX, Linux 推奨（Windowsでも python が実行できるならば問題はありません）
  • ※ネットワーク環境： 要ネットワーク
  • ※事前に演習環境のテストデータ等の送付・ソフトウエアのインストール方法の資料を配布いたします（予定）。

タイムテーブル

8月30日（金）

10:00～18:00（480分） 【概要・講義・演習指導】

ディープラーニングとは

  • 特徴量抽出
  • ディープラーニングプログラムを作るには

TensorFlowによるプログラミング

  • 計算グラフ
  • ロジスティック回帰
  • ディープニューラルネットワーク（DNN）

ディープラーニングの課題と解決策

  • 勾配消失
  • オーバーフィッティング

ディープラーニングの手法

  • リカレントニューラルネットワーク（RNN）
  • 畳み込みニューラルネットワーク（CNN）

応用事例紹介

実際の機械学習システムを構築する為の課題

  • データの前処理
  • 情報のベクトル化
  • データをどこから持ってくるか
  • ネットのデータを集めるには（スクレイピング）
  • ※講義・演習指導の60分から120分前後で、随時の休息が入ります。
  • ※授業内容・授業時間については、授業進行の状況で内容・遅速の変更がある可能性があります。あらかじめご了承下さい。
  • ※講師・講座内容は予告無く変更される場合があります。予めご了承ください。