東京 新宿パークタワー

日本、〒163-1030東京都新宿区西新宿3-7-1新宿パークタワー30階, 東京, 日本, 160-0023
新宿パークタワーセンターのビジネスセンターは、新宿パークタワーの30階にございます。 ...

Tokyo, Shibuya Glass City

渋谷グラスシティ, 〒150-0036東京都渋谷区南平台町16-28グラスシテイ 6階, 東京, 日本, 150-0036
グラスシティ渋谷センターは、246と旧山手通りの交差点近辺神泉町の渋谷ガーデンタワーに...

Explore Our Courses

Embedding Projector: Visualizing Your Training Data

14 時間
埋め込みプロジェクターは、機械学習システムを訓練するために使用されるデータを視覚化するためのオープンソースの web アプリケーションです。Google によって作成された、それは TensorFlow の一部です。 このインストラクター主導のライブトレーニングでは、プロジェクターの埋め込みの概念を紹介し、デモプロジェクトのセットアップを通じて参加者をウォークします。 このトレーニングの終わりまでに、参加者は次のことができるようになります:
  • 機械学習モデルによるデータの解釈方法を探る
  • は、機械学習アルゴリズムがそれをどのように解釈するかを理解するために、データの3d と2d ビューをナビゲートし
  • は、込みの背後にある概念と、画像、単語、数字の数学的ベクトルを表す役割を理解しています。
  • 特定の埋め込みのプロパティを調べて、モデルの動作を理解する
  • は、このような音楽愛好家のための曲の推薦システムを構築する現実世界のユースケースに埋め込みプロジェクトを適用する
観客
  • 開発者
  • データサイエンティスト
コース の 形式
  • 部講義、パート討論、演習と重い実地練習
続きを読む...

Applied AI from Scratch

28 時間
は、AI と it & #39 のアプリケーションを紹介する4日間のコースです。このコースの完了時に AI プロジェクトを引き受けるための追加の日を持つオプションがあります。  
続きを読む...

Deep Learning for NLP (Natural Language Processing)

28 時間
このインストラクターによるライブ・トレーニングでは、参加者は写真のセットを処理してキャプションを生成するアプリケーションを作成しながら、NLPのためのライブラリの使い方を学びます； このトレーニングの終了時までに、参加者は以下のことができるようになります：
  • ライブラリを使ってNLPのためのDLを設計し、コード化する
    • 。
  • 膨大な画像を読み込んでキーワードを生成するコードを作成する。
  • 検出されたキーワードからキャプションを生成するコードを作成します。
続きを読む...

Deep Learning for Vision

21 時間
観客 このコースは、コンピューターイメージの分析に利用可能なツール（主にオープンソース）を利用することに興味があるDeep Learning研究者やエンジニアに適しています。 このコースは実例を提供します。
続きを読む...

Fraud Detection with Python and TensorFlow

14 時間
このインストラクターによるライブトレーニングは、TensorFlowを使用して不正の可能性があるデータを分析したいデータサイエンティストを対象としています。 このトレーニングの終了時までに、参加者は以下のことができるようになります：
  • PythonとTensorFlowで不正検知モデルを作成する。
  • 不正を予測するための線形回帰と線形回帰モデルを構築する
    • 。
  • 不正データを分析するためのエンドツーエンドのAIアプリケーションを開発する
    • 。
続きを読む...

Kubeflow on OpenShift

28 時間
このインストラクターによるライブトレーニング（オンラインまたはオンサイト）は、OpenShiftオンプレミスまたはハイブリッドクラウドに機械学習ワークロードをデプロイしたいエンジニアを対象としています。
  • このトレーニングの終わりまでに、参加者は以下のことができるようになります:
    • 。
  • OpenShiftクラスターにKubernetesとKubeflowをインストールし、設定する
    • 。
  • OpenShiftを使用して、Kubernetesクラスターを初期化する作業を簡素化する
    • 。
  • 本番環境でMLモデルを自動化・管理するためのKubernetesパイプラインを作成し、デプロイする
    • 。
  • 複数のGPUとマシンで並行して動作するTensorFlowMLモデルをトレーニングし、デプロイする
    • 。
  • OpenShift内からパブリッククラウドサービス (AWSサービスなど) を呼び出し、MLアプリケーションを拡張する
    • 。
続きを読む...

Neural Networks Fundamentals using TensorFlow as Example

28 時間
This course will give you knowledge in neural networks and generally in machine learning algorithm, deep learning (algorithms and applications). This training is more focus on fundamentals, but will help you to choose the right technology : TensorFlow, Caffe, Teano, DeepDrive, Keras, etc. The examples are made in TensorFlow.
続きを読む...

Deep Learning with TensorFlow 2

21 時間
このインストラクターによるライブトレーニングは、Tensorflow 2.xを使用して予測器、分類器、生成モデル、ニューラルネットワークなどを構築したい開発者やデータ科学者を対象としています。 このトレーニングの終了時までに、参加者は以下のことができるようになります：
  • TensorFlow2.xのインストールと設定を行う。
  • 以前のバージョンと比較して、TensorFlow 2.xの利点を理解する
    • 。
  • ディープラーニングモデルを構築する。
  • 高度な画像分類器を実装する
    • 。
  • ディープラーニングモデルをクラウド、モバイル、IoTデバイスにデプロイする
    • 。
続きを読む...

Machine Learning with TensorFlow.js

14 時間
このインストラクターによるライブトレーニングは、TensorFlow.jsを使用して機械学習モデルからパターンを特定し、予測を生成することを希望するデータサイエンティストを対象としています。 このトレーニングの終了時までに、参加者は以下のことができるようになります：
  • TensorFlow.js.
    • で機械学習モデルを構築し、トレーニングする。
  • 既存の機械学習モデルをブラウザまたはNode.js.
    • で実行する。
  • カスタムデータを使用して既存の機械学習を再トレーニングします。
続きを読む...

TensorFlow Serving

7 時間
このインストラクターによるライブトレーニング（オンラインまたはオンサイト）では、本番環境でMLモデルをデプロイし管理するためのTensorFlow Servingの構成と使用方法を学びます。 このトレーニングの終了時までに、参加者は以下のことができるようになります：
  • さまざまなTensorFlowモデルをトレーニング、エクスポート、提供
    • 。
  • 単一のアーキテクチャとAPIセットを使用してアルゴリズムをテストし、デプロイする
    • 。
  • TensorFlow Servingを拡張して、TensorFlowモデル以外の他のタイプのモデルにも対応
    • 。
続きを読む...

Deep Learning with TensorFlow

21 時間
TensorFlowは、 Go ogleのDeep Learning用オープンソースソフトウェアライブラリの第2世代APIです。このシステムは、機械学習における研究を容易にし、研究プロトタイプから生産システムへの移行を迅速かつ容易にするように設計されています。 観客 このコースは、 Deep LearningプロジェクトにTensorFlowを使用しようとしているエンジニアを対象としています。 このコースを修了すると、参加者は以下のことを行います。
  • TensorFlowの構造と展開メカニズムを理解する
  • インストール/実稼働環境/アーキテクチャーのタスクおよび構成を実行できる
  • コード品質の評価、デバッグの実行、監視が可能
  • モデルのトレーニング、グラフの作成、伐採などの高度な生産を実装できる
続きを読む...

TensorFlow for Image Recognition

28 時間
このコースでは、具体的な例を用いて、画像認識を目的としたTensor Flowの適用について説明します。 観客 このコースは、画像認識の目的でTensorFlowを利用しようとしているエンジニアを対象としています。 このコースを修了すると、参加者は次のことができるようになります。
  • TensorFlowの構造と展開メカニズムを理解する
  • インストール/本番環境/アーキテクチャのタスクと設定を実行する
  • コード品質の評価、デバッグの実行、監視
  • モデルのトレーニング、グラフの作成、伐採などの高度な生産を実装する
続きを読む...

TensorFlow Extended (TFX)

21 時間
このインストラクターによるライブトレーニングは、単一のMLモデルのトレーニングから、多くのMLモデルを本番環境にデプロイすることを望むデータサイエンティストを対象としています。 このトレーニングの終了時までに、参加者は以下のことができるようになります：
  • TFXとそれをサポートするサードパーティツールのインストールと設定。
  • TFXを使用して、完全なMLプロダクションパイプラインを作成し、管理する。
  • TFXコンポーネントを使用して、モデリング、トレーニング、推論、およびデプロイの管理を実行します。
  • 機械学習機能を Web アプリケーション、モバイルアプリケーション、IoT デバイスなどにデプロイします。
続きを読む...

TPU Programming: Building Neural Network Applications on Tensor Processing Units

7 時間
このインストラクターによるライブ・トレーニングでは、参加者はTPUプロセッサーのイノベーションを活用して、自身のAIアプリケーションのパフォーマンスを最大化する方法を学びます。 トレーニング終了時までに、参加者は以下のことができるようになります：
  • 大量のデータでさまざまな種類のニューラルネットワークをトレーニングする
    • 。
  • TPUを使用して推論プロセスを最大2桁高速化する
    • 。
  • 画像検索、クラウドビジョン、写真などの集約的なアプリケーションを処理するためにTPUを活用する
    • 。
続きを読む...

Natural Language Processing (NLP) with TensorFlow

35 時間
TensorFlow™ は、データストリームグラフを使用して数値計算のためのオープンソースソフトウェアライブラリです。 SyntaxNet は神経ネットワークの自然言語処理フレームワークです。 Word2Vec は、単語の学習ベクトル表現に使用され、"word embeddings"と呼ばれています。 Word2vec は、特にコンピュータ効率的な予測モデルで、原始テキストから単語を学ぶための構成です。 それは2つの味わい、継続的なバッグのモデル(CBOW)とスキップグラムモデル(Mikolov et al.の第3.1と第3.2章)に含まれています。) SyntaxNet と Word2Vec は、ユーザーが自然言語の入力から Larned Embedding モデルを生成することを可能にします。 観客 このコースは開発者やエンジニアを対象とし、SyntaxNetおよび Word2Vecモデルと仕事を計画しています。 このコースを完了した後、代表者は次のように行います。
  • TensorFlow’の構造と実施メカニズムを理解する
  • インストール / 生産環境 / アーキテクチャの課題と構成を実行することができる
  • コードの品質を評価し、デブギング、モニタリングを行うことができます。
  • トレーニングモデル、組み込む用語、構築グラフなど、先進的な生産を実施することができる。
続きを読む...

Understanding Deep Neural Networks

35 時間
このコースは、ニューラルネットワーク、および一般的に機械学習アルゴリズム、ディープラーニング（アルゴリズムとアプリケーション）の概念的な知識を提供することから始まります。 パート1（40％）このトレーニングのは基本に、より焦点となっていますが、適切な技術を選択するのに役立ちます： TensorFlow 、 Caffe 、Theano、DeepDrive、 Kerasなどこのトレーニングのパート2（20％）では、ディープラーニングモデルを簡単に作成できるPythonライブラリであるTheanoを紹介しています。 トレーニングのパート3（40％）は、Tensorflow- Go ogleのDeep Learning用オープンソースソフトウェアライブラリの第2世代APIに広く基づいています。例とハンドソンはすべてTensorFlowで作成されTensorFlow 。 聴衆 このコースは、 Deep LearningプロジェクトにTensorFlowを使用しTensorFlowエンジニアを対象としています。 このコースを修了すると、参加者は次のことを行います。
  • ディープニューラルネットワーク（DNN）、CNN、RNNについて十分に理解している
  • TensorFlowの構造と展開メカニズムを理解する
  • インストール/実稼働環境/アーキテクチャのタスクと構成を実行できる
  • コード品質の評価、デバッグの実行、監視ができる
  • トレーニングモデル、グラフ作成、ロギングなどの高度なプロダクションを実装できる
続きを読む...

Last Updated:

お客様の声 (2)

Very updated approach or api (tensorflow, kera, tflearn) to do machine learning

Paul Lee
コース - TensorFlow for Image Recognition

Tomasz really know the information well and the course was well paced.

Raju Krishnamurthy - Google
コース - TensorFlow Extended (TFX)

Upcoming Courses

Other regions in 日本

他の国

これらのコースは他の国でもあります>>

コンサルティング

TensorFlow コンサルティング
東京のTensorFlowトレーニングコース, 東京の週末TensorFlowコース, 東京の夜のTensorFlowトレーニング, 東京のインストラクターによるTensorFlows, 東京のTensorFlowトレーナー, 東京のTensorFlowブートキャンプ, 東京のオンサイトのTensorFlowsトレーニング, 東京のTensorFlowインストラクター, 東京の週末TensorFlowトレーニング, 東京のTensorFlowプライベートコース, 東京の夜のTensorFlowコース, 東京のインストラクターによるTensorFlows, 東京のTensorFlow1対1のトレーニング, 東京のTensorFlowクラス, 東京のTensorFlow指導
1