物体検出とセグメンテーションが
身近になる２日間

ディープラーニングアドバンスコース
画像特化編

日本マイクロソフト共同開催

本コースの3つの特徴

FEATURE1

実務に活きるスキルにフォーカス

モデル構築だけでは
終わらない

モデル構築以外にも、アノテーションから後処理まで、実問題と照らし合わせながら学習を進めます。そのためコース終了後には実務に活かせる基礎的な力を習得できます。

FEATURE2

座学だけで終わらせない講義構成

わかるの先に「使える」

学習から演習のサイクルを繰り返すことで、理解して終わりではなく「使える」状態にもっていくことができます。ただ技術を身につけるだけでなく活用を見据えたコンテンツとなっています。

FEATURE3

フレームワークに PyTorch を使用

研究開発に最も熱い
フレームワーク

開発が終わってしまった Chainer を使っていた方等、PyTorch が初めての方でもわかりやすい事前予習動画を準備しているので、安心して講義当日を迎えることができます。

skill

講座で得られる3つのスキルセット

SKILL01

★☆☆

基礎理論を理解できる

物体検出とセグメンテーションにおいて、最新のアルゴリズムまで歴史から解説を行います。最新の提案手法は、これまでの手法の改良であることが多く、ベースとなる手法を理解することは最新動向を自力で追う基礎固めとなります

SKILL02

★★☆

実践的なモデルの実装

実務においては Github などに公開されているコードを使い、手持ちのデータに合わせることが一般的です。受講後も任意の学習済みモデルを実装する力をつけることができ、活躍の幅が広がります。

SKILL03

★★★

網羅的なスキルが身につく

物体検出とセグメンテーションの歴史や活用事例、有名なモデル、基本技術の理論を学び、実装を通して一連の流れを身につけることができます。環境構築やアノテーションも含み、受講後の活用イメージが湧きます。

AI を学ぶ全てのひとへ

今だけ 9時間分の学習動画を無料でプレゼント！

AIに必要な数学をわかりやすく手書きで解説！
Pythonの基盤から機械学習の実装を体形的に習得できます！

合計9時間分の学習動画

[キカガク流]脱ブラックボックス講座初級・中級編
AIを実務で使うための必須知識
統計の基礎、機械学習(重回帰分析)の実践
AIをビジネスに活用するとは

E-BOOK&研修一覧資料

人工知能・機械学習・ディープラーニングとは
AIを実務で使うための必須知識
ディープラーニングの得意な領域
会社概要・研修一覧

今すぐ申込みを検討される方へ

資料ダウンロードはこちら

reason

キカガクが選ばれる理由

圧倒的にわかりやすい講師

キカガクは「教育のプロ集団」です。難しいことをわかりやすく伝えるために徹底した訓練を全員が受けています。講師は正社員のみに絞り、講義の質を維持することを最優先に考えています。

業界に特化した内容も充実

製造業やリテール領域をはじめとして、新しい分野での実践的な教育の開拓実績があります。実績豊富な講師によるカスタマイズ研修も開催可能です。実現場への導入を本気で考えるからこそ、お客様と二人三脚で講座を作っていきます。

大手企業や資格試験との連携

日本マイクロソフト社との共同開催や、日本ディープラーニング協会(JDLA)のE資格認定講座、経済産業省の定める第四次産業革命スキル修得認定講座に指定いただき、教育内容の実用性が証明されています。

curriculum

カリキュラム

※横スクロールでご覧いただけます

事前予習動画
1日目
2日目

事前予習動画

参加必須

ニューラルネットワークと PyTorch の基礎

所要時間	章	節
15 分	環境構築	Azure の環境構築 Docker の基礎
50 分	ニューラルネットワークの基礎	ニューラルネットワークの数学活性化関数損失関数
25 分	CNN の基礎	画像の扱い方畳み込みフィルタプーリング
220 分	PyTorch の基礎	PyTorch 入門 PyTorch でネットワークの学習 PyTorch で分類・回帰畳み込みニューラルネットワーク画像のクラス分類

1日目

参加必須

セマンティックセグメンテーション

時刻	章	節
9:30-10:30	イントロダクション	自己紹介コースの概要
10:30-11:00	環境構築	Azure と Docker で環境構築
11:00-12:00	体験してみよう	セグメンテーション概要学習済みモデルの取得学習済みモデルを使用した推論
13:00-14:30	セマンティックセグメンテーションの歴史と基本技術	FCN SegNet U-Net PSPNet Deeplab
14:30-15:30	アノテーション	labelme を用いたアノテーション
15:30-16:30	実装	データセットの作成モデルの構築モデルの学習結果の評価推論結果の可視化ライブラリの活用
16:30-17:30	演習課題	演習課題

2日目

参加必須

物体検出

時刻	章	節
9:30-10:30	体験してみよう	物体検出概要 ImageAI を用いて実装
10:30-11:30	物体検出の基礎知識	IoU NMS
12:30-14:00	物体検出の歴史と基本技術	two-stage one-stage keypoint
14:00-15:00	アノテーション	VoTT を用いたアノテーション
15:00-16:00	Github から実装	YOLOv3 で推論 YOLOv3 の再学習
16:00-17:30	演習課題	演習課題

schedule

開催スケジュール

※横スクロールでご覧いただけます

日程	開催時間	開催地詳細	座席状況
2020/6/18~6/19(木~金)	9:30~17:30	オンライン（Zoom）	◎
2020/7/20~7/21(月~火)	9:30~17:30	オンライン（Zoom）	◎
2020/8/20~8/21(木~金)	9:30~17:30	オンライン（Zoom）	◎