Thank you for sending your enquiry! One of our team member will contact you shortly.
Thank you for sending your booking! One of our team member will contact you shortly.
コース概要
1 日目 - 人工ニューラル ネットワーク
概要と ANN の構造。
- Bio論理ニューロンと人工ニューロン。 ANNのモデル。 ANN で使用されるアクティベーション関数。ネットワーク アーキテクチャの典型的なクラス。
Mathematical 基礎と学習メカニズム。
- ベクトル代数と行列代数を再訪します。状態空間の概念。最適化の概念。誤り訂正学習。記憶ベースの学習。ヘビアン学習。競争的な学習。
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 - 概要とベイズの分類器。パターン分類器としてのパーセプトロン。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。逆伝播アルゴリズム。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。逆伝播学習の実践と設計の問題。
放射基底関数ネットワーク。
- パターンの分離性と補間。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。学習ベクトル量子化 (LVQ)。競争力のある学習アルゴリズムとアーキテクチャ。自己組織化機能マップ。特徴マップのプロパティ。
ファジーNeural Networks。
- ニューロファジーシステム。ファジィ集合とロジックの背景。ファジーステムのデザイン。ファジー ANN の設計。
アプリケーション
- ニューラル ネットワーク アプリケーションのいくつかの例と、その利点と問題点について説明します。
2 日目 機械学習
- PAC 学習フレームワーク 有限仮説セットの保証 – 一貫性のあるケース 有限仮説セットの保証 – 一貫性のないケース 一般性 決定論的 cv.確率的シナリオ ベイズ誤差ノイズ 推定誤差と近似誤差 モデルの選択
要求
数学をよく理解している。
Go基本的な統計学を理解している。
基本的なプログラミングスキルは必須ではないが、推奨される。
21 時間
お客様の声 (2)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
コース - Artificial Neural Networks, Machine Learning, Deep Thinking
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.