お問い合わせを送信いただきありがとうございます！当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます！当社のスタッフがすぐにご連絡いたします。
コース概要
DAY 1 - 人工ニューラルネットワーク
イントロダクションとANN構造
- 生物学的ニューロンと人工ニューロン
- ANNのモデル
- ANNで使用される活性化関数
- 代表的なネットワークアーキテクチャのクラス
数学的基盤と学習メカニズム
- ベクトルおよび行列代数の再確認
- 状態空間の概念
- 最適化の概念
- 誤差補正学習
- メモリベースの学習
- ヘブbian学習
- 競争学習
単層パーセプトロン
- パーセプトロンの構造と学習
- パターン分類器 - イントロダクションとベイズ分類器
- パーセプトロンをパターン分類器として利用
- パーセプトロンの収束
- パーセプトロンの限界
フィードフォワードANN
- 多層フィードフォワードネットワークの構造
- バックプロパゲーションアルゴリズム
- バックプロパゲーション - トレーニングと収束
- バックプロパゲーションによる関数近似
- バックプロパゲーション学習の実務および設計上の課題
ラジアルベース関数ネットワーク
- パターンの分離可能性と補間
- 正則化理論
- 正則化とRBFネットワーク
- RBFネットワークの設計とトレーニング
- RBFの近似特性
競争学習と自己組織化ANN
- 一般的なクラスタリング手順
- ベクトル量子化学習（LVQ）
- 競争学習アルゴリズムとアーキテクチャ
- 自己組織化特徴マップ
- 特徴マップの特性
ファジィニューラルネットワーク
- ニューロファジィシステム
- ファジィセットと論理の背景
- ファジィステムの設計
- ファジィANNの設計
応用
- ニューラルネットワークの応用例、その利点と課題について議論します
DAY 2 - 機械学習
- PAC学習フレームワーク
- 有限仮説集合に関する保証 - 一貫したケース
- 有限仮説集合に関する保証 - 一貫しないケース
- 一般化
- 決定論的シナリオ vs ストカスティックシナリオ
- ベイズ誤差ノイズ
- 推定誤差と近似誤差
- モデル選択
- Rademacher複雑性とVC次元
- バイアス - 分散のトレードオフ
- 正則化
- オーバーフィッティング
- バリデーション
- サポートベクターマシン
- クリギング（ガウス過程回帰）
- PCAとカーネルPCA
- 自己組織化マップ（SOM）
- カーネル誘導ベクトル空間
- マーサーカーネルとカーネル誘導類似度指標
- 強化学習
DAY 3 - ディープラーニング
これは、1日目と2日目に扱うトピックに関連付けて教授されます
- ロジスティック回帰とSoftmax回帰
- スパースオートエンコーダ
- ベクトル化、PCAとホワイトニング
- セルフタウティッド学習
- 深層ネットワーク
- 線形デコーダ
- 畳み込みとプーリング
- スパースコーディング
- 独立成分分析
- 典型相関分析
- デモと応用
要求
数学に関する十分な理解
基礎統計学に関する十分な理解
基本的なプログラミングスキルは必須ではありませんが、推奨されます
21 時間
お客様の声 (2)
焦点を絞って基本原理から取り組み、同じ日に実例を適用する
Maggie Webb - Department of Jobs, Regions, and Precincts
コース - Artificial Neural Networks, Machine Learning, Deep Thinking
機械翻訳
It was very interactive and more relaxed and informal than expected. We covered lots of topics in the time and the trainer was always receptive to talking more in detail or more generally about the topics and how they were related. I feel the training has given me the tools to continue learning as opposed to it being a one off session where learning stops once you've finished which is very important given the scale and complexity of the topic.
Jonathan Blease
コース - Artificial Neural Networks, Machine Learning, Deep Thinking
機械翻訳
