TOP

クリップ
2016/06/17(金) 19:30 開催
東京都 代官山

WEBエンジニアのためのDeepLearning #3

基本情報

日 時: 2016/06/17(金) 19:30 〜 21:30
会 場: 株式会社アカツキ
住 所: 東京都目黒区上目黒1-1-5(第二育良ビル3階)

イベント内容

※5月30日, 6月6日のイベントが予想外の反響で一瞬で最大枠に殺到したので、代官山で再度開催します!

ライトニングトークされる方を募集!

Deep Learningについてご自身で試みられていることや、
勉強するうえでハマっていること、こんなことしたい!といった事を発表してみませんか?
その場で、発表者が関連するトピックについて言及して話を広げていきます。
※時間は1,2分程度で結構です。

発表を希望される方は こちら(事務局:田中宛) までご連絡頂けたら助かります!

[概要]
WEBエンジニア出身の方で、DeepLearningを中心とした機械学習をやってみようと言う方や、
やってみてはいるのだけれども使い方がわからず
なかなか上手く進まない方が主な対象です。

(中級・上級者の用セッションではないです)

[ タイムスケジュール ]
  • 19:00〜19:30 開場
  • 19:30〜19:40 イントロダクション
  • 19:40〜19:55 DeepLearningセッション(基本的教養~最新の事情編)
  • 19:55〜20:10 ディスカッション (パネル or ライトニングトーク)
  • 20:10〜20:30 DeepLearningセッション(技術背景,実装,Demo編)
  • 20:30〜21:30 懇親会


[ イントロダクション ] (19:30~19:40)
  • オーガナイザ紹介
  • 本日の流れ
  • 会場提供会社(株式会社アカツキ様)ご紹介


[ DeepLearningの現状 ]:人工知能の現状とニュースメディアの嘘(15分)
  • メディアの煽りから始まる不毛なストーリー
  • 人工知能学会2015年の内容まとめ
  • 人工知能学会とは?
  • 最先端と不完全な人工知能(DeepLearning)の実態
  • 東ロボくんとWatsonの現状
  • より人工知能っぽい認知科学会
  • 2016年 シリコンバレーAIベンチャー企業とマーケット


[ ディスカッション or ライトニングトーク] (質問含めて15分程度)
  • WEB系エンジニアが機械学習を学ぶ上で苦労してるポイントとかの議論。
  • ライトニングトーク(やってること、はまってること、困っていること)
  • 質疑応答


[ DeepLearning技術編 ]:技術概要と今回の技術テーマ(20分)

#3の内容(今回)

大枠の概要

  • DeepLearningの歴史と重要なネットワーク
  • 選択すべきネットワークの形とそのメリット&目的の理解
  • ライブラリの選択とセットアップ
  • DCNNじゃなくてフルコネクションネットワークと画像解析

技術詳細

  • 教師あり学習の基礎(Perceptron/MLP)
  • 教師なし学習について
  • 教師なし学習の役割と活用例
  • AutoEncoder/StackedAutoEncodersで次元圧縮と分析
  • AdamとSGDとAutoEncoderの成功と失敗パラメータ

#2の内容(前回)

大枠の概要

  • DeepLearningの歴史と重要なネットワーク
  • 選択すべきネットワークの形とそのメリット&目的の理解
  • ライブラリの選択とセットアップ
  • DCNNのパラメータ設定

技術詳細

  • DCNNの形の理解
  • PerceptronとMLPとDCNNの関係
  • ニューラルネットワークの基礎
  • PerceptronとMLPの予測計算を絵で理解する
  • PerceptronとMLPのバックプロパゲーション計算を絵で理解する

#1の内容(初回)

大枠の概要

  • DeepLearning専門用語解説
  • 選択すべきネットワークの形とそのメリット&目的の理解
  • ライブラリの選択とセットアップ
  • データ読み込み機構とアウトプット機構(画像編)
  • データ収集とWEBクローラー(画像編)
  • ラベル付の効率化(画像編)
  • DCNNのパラメータ設定

技術詳細

  • データの水増し編 (アフィン変換、ノイズ、ディストーション、プロジェクション、カラー)
  • データランダマイズサンプル
  • ランダムデータと正規分布データ
  • データ正規化(ZCA/PCA Whitening)
  • 活性化関数の選択
  • MaxOut実装方法
  • バッチ正規化と最新の活性化関数ELU(ReLuじゃないヨ)
  • L1/L2正則化とAdaGrad/RMSProp/AdaDelta/Adam/AdaMax
  • オントロジーとデータ整頓
  • 平均予測
  • GPGPUの台所事情


20:30 懇親会
  • 数少ないDeepLearningエンジニアとWEBエンジニアの間で交流をしましょう!
  • DeepLearningエンジニア初心者同士のDeepな情報交換も是非!
  • 世間話などなど

※会場にて簡単なおつまみとアルコールをご提供致します。


21:30 終了 お片づけ
  • Twitterでシェア
  • 0
    Facebookでシェア
  • 0
    Google+でシェア
  • 0
    はてなブックマークに追加

タグに関連するイベント

Facebookページ

dots.で申込可能なイベント