1口(1社3名まで受講可能)でのお申込は、

 受講料 57,000円(税別)/1口 が格安となります。


『Kerasを使ったDeep Learningによる
 画像認識の実装』




 S180628A


開催日時:2018年9月7日(金)11:00-16:00

会  場:オーム ビル(千代田区神田錦町)

受 講 料:1人様受講の場合 46,000円[税別]/1名

     1口でお申込の場合 57,000円[税別]/1口(3名まで受講可能)


画像認識セミナー日程表  新宣伝セミナー日程表

 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,画像認識問題を題材に,Deep Learning及び,Deep Learningのプログラミングについて解説します.
 まず,画像認識やDeep Learningの基本的な枠組みについて講義した後,PythonのパッケージであるKerasを使い,多層ニューラルネットワークや畳み込みニューラルネットワークの実装法を紹介します.
さらに,Fine tuningやData Augmentationといった基本的なテクニックについても実装例を示しながら解説します.

 

 講義項目

 1 Deep Learningの概要

  1.1 パターン認識と機械学習
  1.2 Deep Learning


 2 Kerasの概要

  2.1 Kerasとは
  2.2 Kerasでのデータの扱い
  2.3 プログラムの基本的な流れ


 3 画像認識の導入

  3.1 学習済みモデル
  3.2 学習済みモデルを用いた画像認識


 4 mnistデータセットでの文字認識

  4.1 mnist とは
  4.2 データセットの内容
  4.3 多層ニューラルネットワークによる認識
  4.4 畳み込みニューラルネットワークによる認識


 5 CIFAR-10データセットでの画像認識

  5.1 CIFAR-10とは
  5.2 データセットの内容
  5.3 畳み込みニューラルネットワークによる認識
  5.4 Tensorboardを用いた学習途中経過の可視化
  5.5 データ拡張


 6 独自データセットでの認識

  6.1 データの準備
  6.2 データセットの読み込み
  6.3 畳み込みニューラルネットワークによる認識
  6.4 学習済みモデルに対するFine tuning
  6.5 データ拡張


 7 その他応用


 8 まとめ




 お1人様      受講申込要領 1口(1社3名まで) 受講申込要領  セミナー 総合日程 画像認識 セミナー日程 新宣伝 セミナー日程