【中級者向け】深層学習による画像認識の変革と実務への応用 #5

AI・機械学習についての話題が出ないことは少ない今日この頃ですが、ブームの中核としては
DeepLearning（深層学習）が主にあげられます。その火付け役は、2012年のILSVRCという
ImageNetの大量のデータセットを用いた世界的な画像認識コンペティションでのAlexNetの
成功だったという話が一般的に言われています。

画像認識はかつては局所特徴量を用いた解析が有力でしたがチューニングが非常に難しいと
言われていました。が、CNNを中心とするDeepLearningの研究の発展により、画像の分類に
とどまらず物体認識やセグメンテーションなどの様々なタスクにおいて凄まじい成果が出ています。

当会では世界的な画像認識コンペティションで超一流の研究者達がしのぎを削ってきた、ILSVRC
の結果を追うことで、深層学習が画像認識をどう変えたかについてお伝えできればと思います。
また、AlexNetのfinetuningを実際に動かしていただくことで、画像認識を実務に生かすにあたっての
イメージを掴んでいただけたらと思います。

TensorFlowを用いたCNNなどの話題の理解が事前知識として必要となりますので、その辺が
よくわからないという方は下記を先に受けていただければと思います。

・DeepLearningブームの火付け役となったAlexNetについて理論的に理解ができます
・VGG、GoogleNet、ResNetなどの有名なCNNの構造について理解ができます
・分類だけでなく、物体認識やセグメンテーションにおけるネットワークの組み方について知れます
・画像認識の第一線の研究の変遷を追うことができます

6/9(土)
受付：15:20〜15:30
講義：15:30〜16:30
演習：16:30〜19:00

※
聞くだけでは身につかないということから、課題を出してそれを実際に演習として取り組んで
いただけたらと思っています。時間に余裕がある方が良いので、2時間半の演習時間としました。
AlexNetのfinetuningを17flowersデータセットで実際に動かしてみていただきます。
（余裕がある方は違う課題もその場で設定します）

水道橋駅、神保町駅、九段下駅周辺
（詳細はお申し込みいただきました方にご連絡させていただきます。MAX30は入るので広々と
快適に使えるのではないかと思います。）

・イントロダクション
　　局所特徴量やフィルタ処理を用いたかつての画像認識
　　ILSVRCにおけるAlexNetの成功とその衝撃
　　様々な応用タスクに利用されているDeepLearning

・深層学習以前の画像認識
　　フィルタ処理
　　HOG、HaarLike
　　SIFT  etc

・深層学習以後の画像認識
　　ILSVRCで出されたコンペティションの題材とAlexNetの成功
　　分類タスク問題
　　AlexNetのネットワーク構造
　　VGG、GoogleNet、ResNet
　　その他応用タスクの紹介（物体検出、セグメンテーションなど）  etc

・TensorFlowでの実装サンプルを実際に動かしてみる
　　サンプルコードを動かしてみながらイメージを掴んでいただければと思います！
　　AlexNetのfinetuningをメインの題材とし、公開されているデータセットを用いて実際に
　　動かすイメージを掴んでいただきます。（前回はオックスフォード大が公開している、
　　『17 Category Flower Dataset』をfinetuningで学習していただきました）

※内容は若干変更となる場合があります

東大工学部卒。
データ分析/AI開発の仕事の経験は5年ほどで、理論/開発/ビジネスのどれも経験があり強い。
また、多くの業界のプロジェクトに関わったためドメイン知識も豊富。
初心者向けの指導実績も多く、500名は越える。

・ノートとペン
・ノートPC
=> ある程度のスペックは欲しいので、5年以内に購入したくらいのものだと嬉しいです。
=> また、Windowsよりもmacの方が環境構築が楽なのでオススメです。

・15,000円/3.5h（法人、領収書発行が必要な方。）
・10,000円/3.5h（それ以外）

領収書の発行も可能ですのでご希望の方はその旨お申し付けいただければと思います。
（領収証発行の際は法人とみなしますので追加で5,000円のお支払いをよろしくお願いいたします。）