top of page
DL4E
Deep Learning for Expert

全6日間
各日9時間(休憩1時間を含む
JDLA 認定プログラム
ディープラーニング基礎講座 (E資格対応版)
人工知能の研究開発などに従事できる人材を育成する
E 資格合格を目指すのはもちろん 「ディープラーニング」を駆使する高度な研究者やエンジニアを目指し 主要技術の基礎から応用まで網羅的に学ぶことで より実践的に現場で使えるディープラーニング講座です。
講座概要
JDLA E資格認定講座に対応 ( 本講座修了認定でE資格への受験資格が取得可能となります )
AI研究の第一線で活躍する研究者・エンジニアやKaggle Grandmasterが講師を担当
事例や実体験を交えて行う座学+PyTorchを使った実践的な演習形式 発展
本講座のゴール
高度なディープラーニングの
研究者・エンジニアを目指す
・E資格の取得を目指す
・深層学習のアルゴリズム、動作原理を理解できる
・ディープラーニング技術を用いた研究開発ができる
◎ 必要なスキル
・プログラミング
・数学のスキル
カリキュラム
Curriculum
DAY
01
深層学習基礎, PyTorch入門
詳細:
機械学習、深層学習の基礎を理解する
PyTorch概観、Tensor、Dataset、DataLoader
扱うモデル/テクニック:
ロジスティック回帰、MLP
DAY
02
画像認識 基礎
詳細:
画像認識基礎、畳み込み、プーリング
超多層化に向けた技術、転移学習、可視化、画像認識
扱うモデル/テクニック:
CNN
DAY
03
画像認識 発展
詳細:
画像を生成する、画像から物体を検出する
扱うモデル/テクニック:
VAE、GAN
Faster R-CNN、YOLO、SSD
DAY
04
自然言語処理 基礎
詳細:
形態素解析、単語のベクトル表現、古典的手法による感情分析
分散表現、再帰型ニューラルネットワーク、感情分析
扱うモデル/テクニック:
RNN
DAY
05
自然言語処理 発展
詳細:
感情分析、文章生成
扱うモデル/テクニック:
LSTM、GRU、双方向LSTM
Seq2Seq、Attention、Transformer
DAY
06
深層強化学習
詳細:
強化学習の概要、応用例、 ゲームAI構築
扱うモデル/テクニック:
DQN
bottom of page