7月
24
はじめて学ぶAI基礎講座_#1(2021/07/24)
人工知能・機械学習・深層学習について、重要テーマを解説し、G検定の問題で確認する講座です。
主催 : mshinoda88
募集内容 |
前払い枠 3000円(前払い)
先着順
|
---|---|
開催日時 |
2021/07/24(土) 16:00 ~ 17:30
|
募集期間 |
2021/07/18(日) 18:24
〜 |
会場 |
オンライン 会場のサイトを見る |
前払いについて |
前払いについての連絡先: (参加者にのみ公開されます) |
キャンセル・参加費用の払い戻しについて主催者からの説明: やむを得ずキャンセルされる場合は、イベント開始2日前まで参加費用の払い戻しをします。また返金処理は全員のイベント参加・不参加が確定したイベント終了後となります。 当日キャンセル:100%返金なし 前日キャンセル:50%返金(Paypal手数料を除く) 2日以前キャンセル:全額返金(Paypal手数料を除く) |
|
領収データの発行: 発行する (詳しくはこちら) |
イベントの説明
内容概要
このイベントは、
人工知能・機械学習・深層学習について全体像を解説しつつ、
G検定の問題で演習する講座です。
※G検定とは、日本ディープラーニング協会が実施している検定試験です。
G検定とは - 一般社団法人日本ディープラーニング協会【公式】
開催時間
受付:15:55〜16:00
解説:16:00〜17:00
演習:17:00〜17:30
詳細アジェンダ
〇扱う内容
<解説と演習>
・1回のイベントで、すべての分野を一度に体系的に解説するものではございませんので、ご注意ください。
・複数回実施予定で、重複しない分野を解説し、関連する問題で演習する予定です。
・以下の分野のいずれかを選択して解説していきます。
AIの歴史 AIブーム
画像認識 主要モデル
全般 主要技術
AIの歴史 代表的AI
全般 用語
全般 AIの評価手法
全般 AI関連の定理
全般 主要モデル
AIの歴史 代表的プロジェクト
全般 代表的問題
法律 著作権
応用分野 自然言語処理
法律 知的財産
自動運転 自動運転レベル
自動運転 法規制
法律 責任分界点
全般 倫理的問題
法律 個人情報保護
全般 プラットフォーム
法律 不正競争防止法
法律 受託開発
全般 説明責任
全般 情報銀行
全般 国際動向
全般 FAT
深層学習 手法
全般 日本のAI戦略
全般 再現性の問題
機械学習 手法
機械学習 レコメンド
機械学習 アンサンブル
機械学習 パーセプトロン
機械学習 SVM
数学 偏微分
機械学習 トピックモデル
機械学習 決定木
機械学習 ニューラルネットワーク
数学 アフィン変換
数学 ベイズの定理
回帰分析 正則化
機械学習 性能指標
自然言語処理 処理技術
機械学習 主成分分析
機械学習 用語
機械学習 ロジスティック回帰
機械学習 検証
情報理論 情報理論
深層学習 評価
深層学習 RNN
深層学習 学習と最適化
機械学習 自己符号化器
深層学習 フレームワーク
深層学習 CNN
強化学習 強化学習エージェント
画像処理 前処理
深層学習 各層の役割
強化学習 基礎用語
機械学習 活性化関数
深層学習 LSTM
深層学習 DNN
深層学習 GAN
自然言語処理 transformer
次元圧縮 t-SNE
深層学習 畳み込み演算
深層学習 音声認識
全般 GPU
深層学習 GoogleNet
全般 バイト単位
応用分野 強化学習
応用分野 ロボティクス
画像処理 キャプション生成
自然言語処理 照応解析
自然言語処理 談話構造解析
画像処理 物体検知
応用分野 深層学習
自然言語処理 word2vec
自然言語処理 主要モデル
強化学習 行動価値関数
自然言語処理 単語埋め込みモデル
深層学習 時系列データ
自然言語処理 前処理
自然言語処理 形態素解析
自然言語処理 構文解析
自然言語処理 分散表現
深層学習 物体検出
深層学習 セマンティックセグメンテーション
深層学習 文字認識
など
テーマ一覧
・AIの歴史と動向、AIブームまとめ
・チューリングテスト、フレーム問題、シンボルグラウンディング問題
・セマンティック・ウェブ
・AIの身体性、対話性、適応性、自律性
・機械学習の基礎
・機械学習の具体的手法
・決定木と情報利得、主成分分析、アンサンブル学習
・ラッソとリッジの回帰、多重共線性、バイアスとバリアンス
・Feature Scaling
・調和率、適合率、再現率、F値、p値、t値
・交差検証、ホールドアウト法
・代表的なフレームワーク
・内部表現、共変量シフト、正規化の考え方、写像とカーネルトリック
・最適化問題、強化学習
・勾配降下法
・機械学習の内容詳説
・マルチモーダル、Adaptive Learning、エンドツーエンド深層学習
・ディープラーニング基礎、CNN、勾配消失問題、コンボリューション、プーリング層の意味
・転移学習、ファインチューニング、蒸留
・RNN、LSTM
・データ拡張、バッチ正則化、ドロップアウト、early stopping
・白色化、平滑化、ヒストグラム平坦化
・自己符号化器、順伝播型ネットワーク
・画像認識、物体検知の歴史、セマンティック・セグメンテーション
・自然言語処理
※
詳細は一部変更となる可能性があります。
対象者
・非ITエンジニアだが、人工知能・機械学習・深層学習の全体像を把握したい方
・ITエンジニアだが、機械学習の全体像と主な手法について勉強したい方
・ITエンジニアだが、深層学習の全体像と主な手法について勉強したい方
会場
オンライン
当日アクセスいただくZoom URLや、当日の資料配布は、
以下slack参加者のみ、限定チャンネルにてご案内致します。
当日必要なもの
・パソコン
・Googleアカウント
・Slackアカウント
・Chromeブラウザ
・Zoomソフトウェア(はじめて使う方はダウンロードが必要です)
講師プロフィール
- イベント監修・アドバイザリ担当
阪大大学院数学専攻卒。大阪府出身。
C、C++、Java、Perl、PHP、Ruby、Python、R、bash を操る公共系インフラエンジニア、フロントエンジニア
を経て、医療系クラウドサービスを展開。医療系システムコンサルタント等を経てAIベンチャーにて
データサイエンティスト。
大手から中小まで数多くのシステム開発プロジェクトで開発統括、プロマネを経験。
基盤設計、統計学、機械学習、深層学習、組織論、リーダーシップ論、心理学、事業戦略論等をテーマに、
社内外で講師の経験多数。
- イベント解説担当
kaeken こと 嘉永島健司
開発マネージャー
兼フルスタックWebエンジニア
(バックエンド、フロントエンド、クラウド、データサイエンス)
Python, JavaScript, GCP/AWS, etcを使った
Webアプリケーション開発のバックエンド・
フロントエンド・クラウド構築業務に従事し、
データサイエンティストとしても、
データ分析や機械学習モデル構築案件を担当。
また、長年フリーランスエンジニアとして、
国内各地・海外でノマドワークをしながら、
フルリモートワーカーとして各種プロジェクトに参画。
現在は、
データサイエンススタートアップ企業に参画し、
開発マネージャーとして、
・シミュレーション最適化Webシステム構築プロジェクト
・気象データ解析プロジェクト
・GPSデータ解析プロジェクト
・POSデータ解析プロジェクト
・動画/画像/音声データ解析プロジェクト
など、
さまざまなデータサイエンスプロジェクトに従事。
G検定 2017#1 合格済
G検定 2021#1 合格済
E資格認定講座 最終修了試験 合格済
E資格 本試験 2022#1 受験予定
G検定サンプル例題
キーワード
人工知能(AI)とは(人工知能の定義)
人工知能をめぐる動向
探索・推論、知識表現、機械学習、深層学習
人工知能分野の問題
トイプロブレム、フレーム問題、弱いAI、強いAI、身体性、シンボルグラウンディング問題、特徴量設計、チューリングテスト、シンギュラリティ
機械学習の具体的手法
代表的な手法、データの扱い、応用
ディープラーニングの概要
ニューラルネットワークとディープラーニング、既存のニューラルネットワークにおける問題、ディープラーニングのアプローチ、CPU と GPU
ディープラーニングにおけるデータ量
ディープラーニングの手法
活性化関数、学習率の最適化、更なるテクニック、CNN、RNN
深層強化学習、深層生成モデル
ディープラーニングの研究分野
画像認識、自然言語処理、音声処理、ロボティクス (強化学習)、マルチモーダル
ディープラーニングの応用に向けて
産業への応用、法律、倫理、現行の議論
領収書の発行について
前払いの領収書につきまして、PayPalもしくはconnpassで自動発行される領収書をご利用ください。
当日払い又は別途領収書をご希望の場合は、発行手数料は2,000円(税込)となります。ご了承ください。
発表者
資料 資料をもっと見る/編集する
資料が投稿されると、最新の3件が表示されます。