BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【RNN\,LSTM実用】seq2seqによる機械翻訳 X-WR-CALNAME:【RNN\,LSTM実用】seq2seqによる機械翻訳 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:705702@techplay.jp SUMMARY:【RNN\,LSTM実用】seq2seqによる機械翻訳 DTSTART;TZID=Asia/Tokyo:20181118T100000 DTEND;TZID=Asia/Tokyo:20181118T130000 DTSTAMP:20260421T045738Z CREATED:20181030T043103Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/70570 2?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n【RNN\,LSTM実 用】seq2seqによる機械翻訳\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？】\nseq 2seq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Python3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・nu mpy\n・Pytorch\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、Python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\n5000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Pay pal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-kei.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/705702?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR