【GRIデータサイエンスもくもく会#3】　これでバッチリ理解！〜ニューラル機械翻訳の歴史と仕組みに迫る（後半）〜

概要

データサイエンスもくもく会は、教養を身につける「オンライン勉強コミュニティ」を目指しています。
トピック例
人工知能、機械学習、データ分析、Python
ディープラーニング、G検定、数学、統計学

GRIの分析官が課題を提供し、参加者全員で「スキルを身に着けていく」場を目指します。
毎回異なるトピックを一緒に勉強していきましょう！

トピックのリクエストも随時受付しています！

内容

自然言語処理はかなり難易度の高い分野です！
自然言語は、高い表現力を持つ反面、文化的なばらつきや曖昧さゆえに、自動処理する際のルール化や解析の手掛かりを見出すことが難しいです。
第２回のもくもく会では、機械翻訳の歴史、機械翻訳に絶対必要な自然言語処理の技術、特に、単語を数値化する手法と注意点について講義をしました。今回は、その続きとして、機械翻訳の基本的なモデルである、時系列データを入出力するSeq2Seqモデル、そしてそれを組み込んだ「ニューラル機械翻訳」の仕組みについて伝授いたします。
加えて、今回は第１回目の『もくもく会』で頂いたリクエストに応じて「一般物体認識」のお話もします。これによって「リアル世界での画像分類技術」の具体的なイメージを持ちやすくなります。
さらに、第２回目で出題した「宿題」を解説します。

出典：ディープラーニングG検定（ジェネラリスト）最強の合格テキスト［明瞭解説+良質問題］

参加方法

時間になりましたら、下記ZoomURLよりご自由にご参加ください

ZoomURL：
https://us06web.zoom.us/j/87126374433

ミーティングID: 871 2637 4433

※Zoomミーティングにて行います。
Zoomの表示名変更が必要な方は、入室の前に変更をお願いいたします。

スケジュール

合計45分 + 最後に質問（講義終了後も質問は可能）

■前回の課題を解説 + 議論

■講義
これでバッチリ理解！　〜ニューラル機械翻訳の歴史と仕組みに迫る〜 （後半）　※前半は第２回目
•時系列データを入力・出力するSeq2Seqモデル
•以上を組み込んだニューラル機械翻訳の仕組み
•長文の翻訳の精度向上に向けて

一般物体認識　〜物体領域を精密に切り出すための工夫〜（第１回目からのリクエスト）

■質疑応答
今回の課題を出す

■質疑応答
最後にもう一度、全員で質疑応答を行う

講師

ヤン ジャクリン講師

株式会社GRI　データ分析官 兼 講師

こんな方にむいています！

• とにかくデータサイエンスに興味をもっている方！
• 最先端のAI技術について、自信を持って語れるようなりたい方
• 資格習得のモチベーションが欲しい方
• AI人材（分析官・AIエンジニア）への転職やキャリアアップ考えている方

参加費

無料

注意事項

• リクルーティング、勧誘など、採用目的でのイベント参加はお断りしております。
• 欠席される場合は、お手数ですが速やかにキャンセル処理をお願い致します。
• 無断キャンセルや欠席が続く場合、次回以降の参加をお断りさせていただく場合がございます。