☆☆☆Web配信セミナー☆☆☆
深層学習の基本的な原理を理解する
S210226KW
☆☆☆本セミナーは、Zoomを使用して行います☆☆☆
開催日時：2021年2月26日（金） 10:30-16:30
受 講 料：お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）
【講師略歴】
1982年慶應義塾大学工学部電気工学科卒業。
1987年慶應義塾大学大学院博士課程修了、工学博士。同年同大助手。
1991年度～1992年度スタンフォード大学訪問研究員。
慶應義塾大学専任講師、助教授を経て、
2002年より慶應義塾大学理工学部教授。
IEEE（米国電気電子学会）論文賞、日本感性工学会論文賞・技術賞、日本神経回路学会最優秀研究賞、
日本知能情報ファジィ学会論文賞などを受賞。
【専門および得意な分野・研究】
視覚情報処理、言語情報処理、感性情報処理とこれらを融合する
新しい人工知能・ニューラルネットワークをめざした研究を行っています。
【本テーマ関連学協会でのご活動】
日本神経回路学会理事、日本デザイン学会理事、人工知能学会理事、
日本知能情報ファジィ学会理事・副会長・会長を歴任。
【はじめに】
深層学習を実際に使ってみたご経験のある方は増えていると思います。
プログラムは指示通りに動いてくれますが、一方で何かが不足していると感じませんか？
それは、根本的な原理の理解です。深層学習の基本原理が理解できると、以下のように、
一段高い場所から深層学習が見えてくるようになります。
1) 現在の深層学習の全体像を把握できる。
2) 次々に発表される先端研究のおおまかな把握が楽になる。
3) 効果的でユニークなアプリケーション開発が可能となる。
本講座では、深層学習で広く用いられている代表的な学習アルゴリズムについて
わかりやすく解説します。
【受講対象者】
・ディープラーニングを使ってみたけれど、その根本的な原理を理解したい方。
・ディープラーニングの本質の理解により、新たなビジネスを展開したい方。
【必要な予備知識】
・高校2年生レベルの微分の知識（セミナー中に簡単な復習を行います）。
【本セミナーで習得できること】
・深層学習の基本的な原理の理解
・深層学習での代表的な学習アルゴリズムの理解
・先端的研究の概要の理解への橋渡し
1. 深層学習のいろいろ
1）深層学習の３つの流れ
2）代表的な深層学習
a) 階層型ニューラルネットワーク
b) リカレントニューラルネットワーク
c) 畳み込みニューラルネットワーク
d) 深層ボルツマンマシン
2. 最急降下法 ～ニューラルネットワークの基本原理～ を理解しよう
1）ニューラルネットワークを最も単純化しよう
～簡単なディジタルフィルタとして～
2）誤差を小さくするためには
3）微分の復習
4）学習アルゴリズムの導出
3. ニューラルネットワークに適用しよう
～誤差逆伝播法（バックプロパゲーション）～
1）出力層に近い層は簡単
2）1層奥に入るにはアイデアが必要だった
～誤差を逆に伝搬させる～
3）非線形性が効果的である理由を理解しよう
4) 実際の応用例
4. 畳み込みニューラルネットワーク
1）単純型細胞と複雑型細胞
2）畳み込み
3）プーリング
4) 実際の応用例
5. 敵対的生成ネットワーク(GAN)
1）簡単な動作原理
2）実際の応用例
6. 深層学習の課題と今後の発展
1）現在の深層学習の課題
2）今後の発展の方向性
7. まとめ
