昨今、広汎な分野(ゲーム、経済、自動運転、ロボットなど)で利活用されつつある知的な情報処理手法として人工知能(AI:Artificial Intelligence)が脚光を浴びています。これらAIの核となる処理は、「推論：知識をもとに、新しい結論を得ること」、「学習：情報から、将来使えそうな知識を見つけること」の二つに大別され、ディープ・ラーニング(深層学習)とよばれる新しい適応計算アルゴリズムが大きな役割を果たしています。
本セミナーでは、AIの基礎技術の一つである機械学習のイメージをつかみ、ディープ・ラーニングと呼ばれる学習方法を核に、マイコン(ラズパイ：Raspberry Pi)によるAIデモンストレーションを体験していただきます。機械学習の基本が時変的な適応計算にあり、その適応計算アルゴリズムが人工知能の基礎理論(バック・プロパゲーション法)につながることを、シミュレータ演習を交えて解説します。
その際、科学技術計算用フリー・ソフトウェア「Scilab (Ver.5.5.2)」、表計算ソフトウェア「Microsoft Excel」と、アナログ／ディジタル信号処理用シミュレータ「InterSim」を活用し、受講者自ら手を動かして演習を行いながら、視覚的かつ体感的に理解してもらいます。
【セミナー内容】
１ 時変的な動的システムと適応計算［演習］
１−１ 時変的な動的システム
１−２ 適応計算アルゴリズム
２ 機械学習の基礎数学［演習］
２−１ ＡＩと機械学習
２−２ 勾配降下法による最小値検索
２−３ 最小２乗法
３ 機械学習とニューラル・ネットワーク［演習］
３−１ データ分類と識別関数
３−２ 機械学習の基本アルゴリズム
３−３ 機械学習を体感してみよう
３−４ 活性化関数
３−５ 一般化した識別関数と学習アルゴリズム
３−６ ニューラル・ネットワークとは
３−７ 単純パーセプトロンによる機械学習
４ 深層学習(ディープ・ラーニング)［演習］
４−１ 多層パーセプトロンとは
４−２ 多層パーセプトロンの機械学習を体験してみよう
４−３ 深層学習アルゴリズム（誤差逆伝搬法：バック・プロパゲーション法）
５ ラズパイ(Raspberry Pi)、Pythonを用いたAIデモンストレーション
５−１ 手書き文字の分類
５−２ じゃんけんシステム
５−３ 手書き文字の認識への適用
＜ご注意＞
・本技術講習会では、ノートPCの持ち込みと事前のソフトウェアインストールが必要となりますので各自ご持参ください。
（事務局では、PCの準備を行うことはできませんのであらかじめご了承ください。）
・事前のインストールが必要なソフトウエアは、「Microsoft Excel」、「Scilab (ver.5.5.2)」、「InterSim」の３つです。
・「Microsoft Excel」については各自ご用意ください。
・ハイブリッド（アナログ／ディジタル）シミュレータ InterSim（90日版−無料試用版）及びScilabの入手方法及びインストール手順については、本講習会へのお申し込み後に個別ご連絡いたします。
・ハイブリッド（アナログ／ディジタル）シミュレータ InterSimの詳細については、株式会社マイクロネット様のHPよりご確認ください。
・Scilabの詳細については、ScilabのHPよりご確認ください（今回使用するのは、Version 5.5.2 です）。
|
会員でない方も参加できます
