第３回　AI・データサイエンスセミナー

例題からはじめるDeep Learning

https://committees.jsce.or.jp/struct1003/node/14

開催案内

AIの実社会への導入に伴い，DXが進みつつあります。その一方で，AIを試してみたいがどこから手を付けたらよいのかわからない，研究や業務で使ってみたいが具体的なイメージが湧かない，など，敷居が高いように思われている方も多いかと思います．今回のセミナーでは、これからAIを始めたい方を対象に，実際にAIを使った演習を通して，AIの基礎を学ぶとともに，利活用のイメージを広げるように実践的な理解を深めていきます．

本セミナーでは，これからAIを始めたい方を対象に，実際にAIを使った演習を通して，AIの基礎を学ぶとともに，利活用のイメージを広げるように実践的な理解を深めていきます．

主催

構造工学委員会　AI・データサイエンス実践研究小委員会

聴講される方へ

• 本セミナーでは，Google Colaboratory上で実習を行います．
• 当日までにGoogleアカウントのご準備をお願いいたします．
• スムーズに聴講できるように事前にGoogle Colaboratoryの動作確認をお願いします．
• お手元のパソコンで，Zoomの画面と作業用のブラウザをそれぞれ半分程度の大きさにして表示すると演習しやすいと思います.
• 講座のリンクは以下になります． このページ下部の目次にしたがって説明をしていきます．

聴講される方へ (追加情報)

• 本講習は以下の知識がある方を対象としています．

  • 何らかのプログラミングの経験がある．
  • 数学（解析学，線形代数学）の知識が少しある．

• この講習のゴールは，以下になります．

  • Deep Learningの概要がわかる．
  • ニューラルネットワークの学習とは何をやっていることなのかわかる．
  • ニューラルネットワークをPythonでどのようにコーディングするかわかる．
  • フレームワークの使い方の初歩がわかる．

• 1時間の講習ですので，以下の部分は対象としていません．

  • フレームワークを使いこなせるようになる．
  • 応用問題に適用できる．
  • 画像処理を対象とするCNN(Convolutional Neural Network)．
  • 時系列処理（音声・信号）を対象とするRNN（Recurrent Neural Network）．

目次

0. Google Colaboratoryの動作確認
1. とにかくDeep Learningを体験！
2. Python超高速入門
3. 最急降下法を理解しよう
4. ニューラルネットワークの基礎理論
5. 再び，Deep Learning！