最近何かと話題の「AI」。その背景にあるのは、近年、性能の側面で大きなブレークスルーがおきた「機械学習」という技術です。機械学習でも、WEBなどの他の技術領域と同様に、たくさんの良質なオープンソースが手に入ります。GoogleのTensorFlow、PFNのChainer、FacebookのPytorch など、どれも素晴らしいオープンソースです。多くのエンジニアがこれらのコードを自由に使って、機械学習できるのです。

しかしながら、機械学習のソースコードは、読むことと同時に、理論的な理解を求めることが多いのです。

そのため、機械学習や数学をバックボーンとしないエンジニアから、「どこから始めたらいいの？」、「数学は中学からやりなおせばいい？」、「どの参考書なら理解できるだろうか？」といった疑問をいただくようになりました。私達は、本セミナーにおいて、以下の3 つのポイントを整理することで、これらの疑問を解決していきます。

・必要な前提知識
・おさえておきたい機械学習手法
・どのように活用するか

手を動かして、実感していただくことで、より機械学習が活用される機会を増やしたいと考え、ハンズオン形式としました。また、理論的な側面も豊富な図や言語を用いて説明をいたします。Dockerコンテナを使うなど、オペレーションに関しても配慮しています。機械学習をサービスに活用したい、もしくはその検討をしたい、という方々に是非お越しいただければと思います。

※ MLFlow とは、Machine Learning Data Flow の略で、データセクションが開発している機械学習データ管理ツールです。

こんな人にオススメです

・自社製品にAIを組み込む検討をしている方
・必要な前提知識、学ぶべき手法が知りたい方
・TensorFlowなどの深層学習フレームワークをチュートリアルまで動かして、その後のステージに行きたい方
・貴社WEBエンジニアの素養として機械学習を検討している方

開催日時

2018年7月19日 20:00 ～ 21:30
2018年7月20日 20:00 ～ 21:30
※2日間、1時間30分ずつに分けて行います

予定プログラム

・ いまさら聞けない機械学習
　－機械学習とはなにか
　－機械学習の動向
　－機械学習の使い所
　－代表的な手法を整理

・深層学習（DeepLearning）の魅力
　－深層学習の強み
　－深層学習の最新事例
　－ニューラルネットワークの仕組み
　－ニューラルネットワークの学習に必要な数学

・深層学習を実践
　－「Docker」で機械学習の実行環境を構築
　－機械学習データ管理ツール「MLFlow」で学習データ作成
　－機械学習フレームワーク「TensorFlow」で画像認識エンジン作成

当日ご用意いただきたいもの

・ノートPC
　備考1：DockerおよびDockerCompose（MacOSの方はDockerForMac）のインストールを事前におこなってください。
　備考2：Python（3.0以上）が必要となります。
　備考3：OSに指定はございませんが、OSX、MacOS、Linuxを推奨いたします。
　備考4：Wi-Fiに接続可能なPCをご用意ください。

当日環境の違いによって動作しない場合には、後日slackで可能な限り対応いたします。

問い合わせ・緊急時の連絡先

質問がある方や会場までのご案内は、以下にご連絡ください。

TEL:03-6427-2565
メッセージ：https://www.facebook.com/datasection
（こちらのメッセージ送信機能をお使いください）

参加者特典

1：今回のハンズオンで公開したテキストデータ
2：機械学習データ管理ツール「MLFlow」の1ヶ月無料モニターアカウント

キャンセルポリシー

・前日までのキャンセルは、全額から返金手数料を差し引いた金額分を返金いたします。
・当日のキャンセルは、返金なしとなります。ご了承ください。

講師・主催プロフィール

データセクション株式会社 知能研究開発統括部 統括部長　今井真宏。
大学の専攻は数学、のちに情報処理。大手ソフトウェアハウスの後、スタートアップで新規事業担当。
画像認識システム、機械学習システムの構築、ローンチなど。

備考注意事項

当日記録・広報を目的に写真を撮影する予定です。予めご了承ください。参加される方の顔ができる限り写らないように撮影いたしますが、広報への露出がNGの方は、講師にお申し出ください。