BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【RNN\,LSTM実用】seq2seq入門 X-WR-CALNAME:【RNN\,LSTM実用】seq2seq入門 X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:701165@techplay.jp SUMMARY:【RNN\,LSTM実用】seq2seq入門 DTSTART;TZID=Asia/Tokyo:20181028T133000 DTEND;TZID=Asia/Tokyo:20181028T163000 DTSTAMP:20260420T185100Z CREATED:20181007T083031Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/70116 5?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n【RNN\,LSTM実 用】seq2seq入門\n\n概要\n\n本講座はRNN、LSTMの応用例の一 つであるseq2seqのハンズオン形式での入門を提供いたし ます。\n\nseq2seqは機械翻訳・音声認識・文章生成など において核となる技術の一つです。seq2seqの仕組みを理 解することで、AIに文章を書かせたり、自動で翻訳を したりなど、多くのワクワクするようなアプリケーシ ョンを構築することができます。\n\n本講座は、Pythonと Pytorchでseq2seq実装し、機械翻訳の一連の流れを体感し ていただきます。「RNNを勉強したので活用したいとい う方」や「系列データの変換に興味がある方」にとっ て最初のとっかかりを掴む上で非常にオススメな内容 となっております。\n\n【seq2seqとは？】\nseq2seqは時系 列データを別の時系列データに変換する際に使われる 非常にパワフルなモデルです。時系列データとは、デ ータの順番に意味があるデータを指します。そして、 世界は多くの時系列データであふれています。例えば 音声データ・動画データ・言語データ、株価の推移デ ータは全て時系列のデータです。\n「音声データを言 語データに変換する」、「日本語文章を英語文章に変 換する」、「質問文を答え文に変換する」などのタス クにおいてはSeq2Seqの考え方が非常に頻繁に利用されて います。\n\n【本講座の内容をしっかり理解するための 条件】\n必須条件\n\n・ニューラルネットワークが動作 する基本的なメカニズムの理解\n・単純なニューラル ネットワークでも実装した経験（フレームワーク不問 ）\n\n推奨条件\n\n・RNN\,LSTMに対する知識や実装経験\n・ Pytorchの使用経験\n\n※本講座はプログラミング言語のPy thon3とライブラリのPytorchを用いて進行します。事前に 自分のPCにインストールしてご持参ください。\n\nこの 講座で得られること\n\n・seq2seq2の動作メカニズムへの 理解と実装経験\n・RNN\,LSTMを実用することで得られる より深い理解\n・Pytorchでの深層学習の書き方\n・時系 列データの扱いに対する知見\n\n講座一覧のフローチャ ート\n\nどの講座から受講したら良いのかわからないと いうような方は、下記のフローチャートを参考にして いただければと思います。\n\n\n\nカリキュラム\n\n\n理 論編\n\nseq2seqとは？\n応用事例紹介\n系列を扱う手法\n エンコーダとデコーダ\nLSTMについて\n\n\n\n実装編\n\n前 処理(単語分割・語彙構築)\nエンコーダの実装\nデコー ダの実装\nbeam-search\n\n\n\n学習と推論\nまとめ\n派生モデ ルの紹介\n\nattention・多層化など\n\n\n\n参考書籍・論文 紹介\n\n\n※当日予告なく内容が変更になる可能性がご ざいます。\n\nこんな人にオススメ\n\n・RNN\,LSTMで実用 的なモデルを作りたい方\n・時系列データの扱いに興 味のある方\n・seq2seqに興味のある方\n・Pytorchを使いた い方や使ってる方\n\n事前準備\n\nPython3のインストール をお願いいたします。\n\nまた以下のライブラリをイン ストールするようにお願いいたします。\n・numpy\n・Pyto rch\n\n講師\n\n大谷拓海\n東京工業大学大学院で自然言語 処理の研究に従事。2016年未踏スーパークリエータ/2018 年未踏アドバンスト事業採択。また、Web系サーバサイ ド、iOS/Androidアプリから機械学習まで幅広く開発して いる。研究ではニューラルベースの機械翻訳モデルを 主に扱っている。好きな言語はTypeScript。\n\n崔一鳴\n全 人類がわかる統計学の管理人。大学にて統計学を専攻 。サイトではPython、R言語、仮説検定、統計の基礎の記 事を中心に担当。現在は、東京工業大学大学院で深層 学習を用いた自然言語処理の研究をしている。また、P ythonやR言語を使って都内私立大学医学部や外資系保険 会社でデータ分析業務に従事。\n\n\n持ち物\n\n・Python3\, numpy\,Pytorchをインストール済みのPC(windows Mac)\n\n※講座 では「jupyter notebook」を使います。同じ実行環境で受講 したい方は、インストールをお勧めします。\n\n参加費 \n\n前払い\n4500円\n\n※前払いの方で、やむを得ずキャ ンセルされる場合は、開催日の3日前までのご連絡に限 り、払い戻し手数料を差し引いた金額を払い戻し致し ます。以降は払い戻しをできませんのでご注意くださ い。\n\n当日現金払い\n5000円（受付時にお支払いくださ い）\n\n二回目の参加の方\n無料\n\n※当講座は二回目の ご参加に関しては無料で受け付けております。一回受 けたが、途中参加だったために深い理解が出来なかっ た、もう一度受けて理解を深めたいという要望にお応 えするためのものです。是非ご利用ください。\n\n領収 書について\n\n前払いの方\n決済処理後にPaypalから送付 されるメール内容、またはPaypalの取引履歴から該当項 目を確認の上、「詳細」をご覧ください。それらが領 収書の代わりとなります。また、クレジットカード会 社発行の利用明細書も領収書としてご利用いただけま す。（当社より重複しての領収書発行は行えません)\n\ n当日払いの方\n講座後のアンケートにて、「領収書が 必要」にチェックを入れるようにお願いいたします。 領収書をメールにて送付させていただきます。\n\n受付 ・入場時間\n\n開始の15分前から\n\n※なるべく5分前ま でにお入りください。\n※途中参加も可能です。\n\nお 問い合わせ\n\nイベントに関するお問い合わせはinfo@to-k ei.netまでご連絡ください。\n\n注意事項\n\n・リクルー ティング、勧誘、採用活動など、目的に沿わない行為 につきまして、主催者が相応しくないと判断した場合 は即刻退出処分とします。全員が気持ちよく過ごすこ とが出来るよう、ご協力をお願い致します。\n・講座 内で扱うコンテンツは全て「全人類がわかる統計学」 に帰属しています。複製はご遠慮ください。\n・個人 ブログへの講義コンテンツの掲載はご遠慮ください。\ n\n全人類がわかる統計学とは\n\n統計学の学習サイト、 全人類がわかる統計学を運営、管理している団体です 。統計学とその関連分野について、出来るだけわかり やすく多くの人々に届けるということを目指して活動 しています。\n LOCATION:秋葉原駅徒歩5分 東京都台東区台東１丁目11番4号 誠心Oビル 3階 URL:https://techplay.jp/event/701165?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR