データサイエンス基礎講座2017＜ディープラーニング編Ⅱ＞のタイムテーブルです。

本セミナーは、登録受付を終了しました。

12月6日（水）19:00～21:00（120分）	1限目：ニューラルネットワークの基礎ディープラーニングに向けての準備ニューラルネットワークの理論とアルゴリズム単純パーセプトロンとロジスティック回帰の理論と実装多層パーセプトロンの理論と実装
12月12日（火）19:00～21:00（120分）	2限目：ディープニューラルネットワークの基礎ディープニューラルネットワークの理論と実装オートエンコーダの理論と実装ドロップアウト Batch Normalization
12月15日（金）19:00～21:00（120分）	3限目：ディープラーニングと画像処理畳み込みニューラルネットワークの理論と実装画像生成モデルについて
12月19日（火）19:00～21:00（120分）	4限目：ディープラーニングと時系列データ処理リカレントニューラルネットワーク、LSTMの理論と実装 Attention Mechanism ディープラーニングの最新事例の紹介
12月20日（水）19:00～21:00（120分）	特別講演：DNNのビジネスへの活用（仮）中井悦司（Google Cloud Solutions Architect） DNNの活用事例機械学習をビジネス適用する上での一般的なプロセス・考え方 DNNの利用にあたっての留意点特別講演講師略歴大学院在学中に素粒子理論の研究を通して、関数解析、統計理論など、機械学習の基礎となる数学を学んだ後、予備校講師、外資系ITベンダー、Linuxディストリューターを経て、現在は大手検索サービス企業にて、クラウドと機械学習の活用に向けた技術支援を実施。データ活用技術の健全な普及を目指し、表面的なライブラリーの使い方ではなく、機械学習／ディープラーニングの根本的な仕組みを伝えることを主眼とした書籍執筆や講演活動にも注力。代表的な著書は，「改訂新版プロのためのLinuxシステム構築・運用技術」「Docker実践入門」、「ITエンジニアのための機械学習理論入門」、「TensorFlowで学ぶディープラーニング入門」など。

※ 講師・講座内容は予告無く変更される場合があります。予めご了承ください。