Pythonの基本から機械学習まで
弊社書籍「Pythonライブラリの使い方 第2版」をプレゼント
~ Pythonで始める機械学習入門~
・機械学習の実装方法や学習のコツ、応用事例などを修得し、システム開発へ活かそう!
講師からの言葉
本講座は、近年発展の著しい画像を用いた機械学習技術について扱います。このような機械学習は、Pythonのライブラリが充実しているため数学的な理解が深くなくても講義を受け、実際に体験することで、簡単にみなさんがお持ちの画像データに応用してみることができます。これまでの詰め込み式の講座とは異なり、本講座では、1つ1つ、実際に時間をとってプログラムを入力しながら体験していくので、その場で習得しながら理解することができます。また、少人数で行いますので受講生それぞれに合わせた対応が可能な講座でます。
本講座では、機械学習のプログラムを学ぶのに必要なPythonプログラミング、機械学習とともに使われる数値計算ライブラリ、グラフ表示ライブラリなどの説明を行い、機械学習の技術を基礎から説明します。機械学習にはデファクトスタンダードであるscikit-learnやTensorflow(Keras)を用います。自前の画像データを用いる具体的な手法をサンプルプログラムとともに説明することで、画像処理をみなさんがお持ちの画像データで試せるようになります。また、本講座で使用し、入力・体験されたプログラムは配布しますので後で業務に活用することが可能です。
セミナーの詳細
セミナー番号 | 20230414 |
日時 | 2023年4月14日(金) 13:00~16:30 |
講師 | 松田晃一 大妻女子大学元教授、博士(工学、東京大学) |
定員 | 3名 |
最低履行人数 | 1名 |
受講料(税込) |
お一人様受講料: 22,000円
|
受講者の方へ 書籍プレゼント |
『Pythonライブラリ使い方 第2版』 |
場所 | Zoom(オンライン) |
プログラム |
- Python概説(機械学習に必要なPython)
- 機械学習で用いるライブラリ: 数値計算(NumPy)、グラフ表示(Matplotlib)入門
- 機械学習とは?
- 人工知能、機械学習、深層学習の違い
- 人工ニューロン、単純パーセプトロン、多層パーセプトロン(MLP)
- データ準備、前処理、読み込み、訓練、評価、推論処理
- 機械学習の種類とデータセット
- 教師有り学習、教師無し学習とは何か
- データセットとは何か?(訓練データ、検証データ、テストデータ)
- 簡単な例で体感する分類処理と誤差伝播法
- 訓練データの構造(画像とラベルの関係、画像の平坦化処理)
- 機械学習による物体認識基礎(scikit-learn、TensorFlow(keras)を用いて)
- データの読み込み方法、表示方法
- scikit-learnによるMLP(マルチレイヤーパーセプトロン)を用いた画像のクラス分類の実践プログラミング
- 訓練方法、モデルのファイルへの保存方法、学習結果の利用方法
- 自分で学習させたモデルで自分の手書き文字を認識させてみる
- TensorFlowとKerasによるCNN(コンボリューショナルネットワーク)を用いた画像のクラス分類の実践プログラミング
- CNNによる画像分類ネットワークの構造(畳み込み処理、プーリング処理、平坦化処理)
- データの与え方(one-shotエンコーディングとは何か?)、カテゴリカルクロスエントロピー
- 精度・誤差曲線の表示と過学習、学習結果の利用、ドロップアウト>/li>
- 自前の画像データを用いた画像の機械学習手法、学習済みネットワークの活用
- まとめと今後の展開(YOLO、GAN、ViT、MLOPsなど)
|
受講の条件 |
受講対象者
- パターン認識・機械学習について学びたい方
- Pythonによる実装について興味がある方
- システムソフト部門の技術者の方
予備知識
- 何らかのプログラミング言語の経験
- 数学の基礎的な知識
|
推奨環境 |
|
修得知識 |
- 画像処理の基礎知識
- Pythonのプログラミング
- 機械学習の基礎知識
|