インプレスでは、「データサイエンス・機械学習」の、その有用性にいち早く着目。
2013年秋からビッグデータ、AI研究の先端研究が進む東京工業大学大学イノベーションマネジメント研究科/東京大学政策ビジョン研究センターに協力を仰ぎ、授業タイプのセミナーとして改めて企画し、2014年4月から「データサイエンス講座」として実施してまいりました。
現在、「数学知識ゼロ・プログラミング経験ナシ、から始める機械学習」、「Python編」、「Azure MachineLearning編」、「IBM Watson―アプリケーション編」、「ディープラーニング編」など多くのタイプの授業を実施しております。
データ分析担当者だけではなく、情報エンジニアリング部門、新規事業部門、品質管理部門の方々、先端外資系ITベンダー等、幅広い各層の方が参加し、延べ1,000名以上の方々に受講いただき、高い評価を受けています。
2018年9月度の「データサイエンス基礎講座」は、2017年5月、12月に実施し、すべての受講者から高い満足の声を頂いた「ディープラーニング（DNN）」の理論と実装・実践」編を、「データサイエンス基礎講座2018【ディープラーニングBeginning（ビギニング）＜基礎理論と実装＞編】として、再び実施いたします。
- 受講者からのアンケート
-
- 分かりやすく実践もあったので今後も活かせると思う
- ruleがなぜ良いのか、重み初期化がなぜ重要なのかなど、「なぜ」に対する答えが聞けて良かった
- 今回の内容をもとに自分で調べていけそう
- 難しいなりに理解すべきポイントを絞ってもらえたので、今後に繋がります。有り難うございました。
- ディープラーニングの各種テクニックが良く理解できた
- ダラダラやるわけでなくスピーディーに解説と問を繰り返してとても良い（少し難しいですが。。）
○ データサイエンス基礎講座2017＜ディープラーニング編-2＞
今回、2018年9月度は、前回同様、ディープラーニングの理論を、＜言語：Python＞、＜データフロープログラム：この授業用の専用テスト用Tensorflow＞、＜ラッパー：Keras＞を利用し、DNNの理論を「手を動かしながら」学べる演習主体の授業で構成いたします。
- ※通常の「データサイエンス基礎講座」とは異なり、各種スキル・経験を要する「中級編」として実施いたします。受講対象の要件を参照の上、受講を希望下さい。
講師には、東京大学で現在、学生・院生等に最先端の「ディープラーニング」を教導するとともに、ITを活用した医療系スタートアップ企業で最高技術責任者を務めるスーパーエンジニア「巣籠 悠輔（すごもり ゆうすけ）」氏を迎えます。
自著の「Deep Learning Javaプログラミング 深層学習の理論と実装 (impress top gear)」の内容をベースにしながらも、受講者の皆さまとも講義・演習だけではなく、ディープラーニングのビジネスへの応用・可能性、不可能性などについても大いに質疑・議論もできるよう期待しております。
授業の構成は、ディープラーニングの基本であるパーセプトロンやロジスティック回帰の理論をはじめ、多層パーセプトロン、畳込みニューラルネットワーク、Dropout、Batch Normalizationなどなど、ディープラーニングを導入していくうえで不可欠な手法を平易に解説いたします。理論だけでなく、PythonやKeras でのスクラッチやラッパーによる実装を、ライブラリを用いての実装の比較や演習を行うことで、理解をより深めることを目的としています。
また、自然言語処理分野で用いられているリカレントニューラルネットワーク、LSTM、転移学習など、ディープラーニングの研究が活発な分野・課題・可能性などについても紹介いたします。
また、1日目（9月12日）には、今回講師の巣籠氏から授業に際しての「DNN概論」の講義、及びに同氏が有識者会員を務める一般社団法人日本ディープラーニング協会が実施しているDNN利用・実装に関する検定・資格試験概要についてのご紹介もいただきます。
既に、データ分析プロジェクトに参加しているマネージャー/ディレクター・クラスの方は勿論、初めてのスタッフの方など幅広い階層の方々が、本講座を通じ「機械学習/ディープラーニング」への理解を深め、応用できる素養を身に付ける場として利用下さい。
データ分析業務・IT活用部署だけではなく、ビジネスにデータ分析を活かしたい多くの部門・多くの皆様のご参加を心よりお待ちしております。
- 今回授業の特徴
-
- Python/ Kerasによる実装演習
- ディープラーニングの基礎理論を演習と講義を通じて理解を図る（基本、演習が主体）
- 全2日。（1日目：午後7時から午後9時、2日目：午前10時から午後6時）
- 廉価な授業料金を設定
- 受講に際しての留意事項
-
- ※大学初等レベルの微積分と線形代数を理解している
- ※Python/R/Javaの基本文法を経験/勉強した事がある
- ※統計/機械学習について勉強または経験した事がある
- の要件を満たす方の受講を推奨
- ※昨年及び継続実施しているデータサイエンス基礎講座等の各種講座を受講された方も、新たな知識の獲得の意も含め受講をお薦めいたします。
開催概要
| セミナー名 | データサイエンス基礎講座 2018 ＜ディープラーニングBeginning（ビギニング）基礎理論と実装編＞ |
|---|---|
| 日時 |
全2回 |
| 会場 |
東京都千代田区神田神保町1-105 神保町三井ビルディング23F
|
| 主催 | 株式会社インプレス |
| 協力 | 株式会社情報医療 |
| 特別協力 | フューチャーブリッジパートナーズ株式会社 |
| 受講対象 |
|
| 受講料 | 早割：9万7,200円（税込）※2018年8月3日（金）までのお申し込み分 通常：12万9,600円（税込） |
| 参加特典 |  【各回毎配布】
|
| お問い合わせ先 |
株式会社インプレス データサイエンス基礎講座2018 事務局 E-mail：jimukyoku@impress.co.jp 受付時間 10:00～18:00（土・日・祝日を除く） |
| 定員 | 30名（最少開講人数15名）
|
注意事項
- 最少開講人数15名となります。
- 受講票は2018年8月20日（月）以降、順次電子メールにてご連絡させていただきます。
- 応募者多数となりました場合には、受講いただけない場合がございます。予めご了承ください。
今回ご受講いただけないお客様には、次回の開講について、改めてご案内させていただきます。 - 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。
- 製品購入を前提としたり、製品販売促進のためのセミナーではありません。
重要：利用ソフト、持参PC等、機器について
ハードウェア： プロセッサ2.6GHz推奨
稼働OS： UNIX, Linux 推奨（Windowsでも python が実行できるならば問題ありません）
ネットワーク環境： 要ネットワーク
