Python と Keras によるディープラーニング
| 日時 | 内容 | スライドのファイル | 補足資料など | 発表者 |
| 1月15日 | ---Part1 ディープラーニングの基礎 第1章 ディープラーニングとは何か 1.1 AI、機械学習、ディープラーニング |
pk-dl2-itoh-0115.pdf | 伊藤 | |
| 〃 | 1.2 ディープラーニングの前史：機械学習 | pk-dl2-uchima-0115.pdf | 内間 | |
| 〃 | 1.3 なぜディープラーニングなのか、なぜ今なのか | pk-dl2-kikuta-0115.pdf | 菊田 | |
| 〃 | 第2章 予習：ニューラルネットワークの数学的要素 2.1 初めてのニューラルネットワーク |
pk-dl2-tsukiji-0115.pdf | 築地 | |
| 〃 | 2.2 ニューラルネットワークでのデータ表現 | pk-dl2-hirano-0115.pdf | 平野 | |
| 1月20日 | 2.3 ニューラルネットワークの歯車 ：テンソル演算 |
pk-dl2-itoh-0120.pdf | 伊藤 | |
| 〃 | 2.4 ニューラルネットワークのエンジン ：勾配ベースの最適化 |
pk-dl2-uchima-0120.pdf | 内間 | |
| 〃 | 第3章 入門：ニューラルネットワーク 3.1 ニューラルネットワークの構造 |
pk-dl2-kikuta-0120.pdf | 菊田 | |
| 〃 | 3.2 Kerasの紹介 | pk-dl2-tsukiji-0120.pdf | 築地 | |
| 〃 | 3.3 ディープラーニングマシンのセットアップ | pk-dl2-hirano-0120.pdf | 平野 | |
| 1月24日 | 3.4 二値分類の例：映画レビューの分類 | pk-dl2-itoh-0124.pdf | 伊藤 | |
| 〃 | 3.5 多クラス分類の例：ニュース配信の分類 | pk-dl2-uchima-0124.pdf | 内間 | |
| 〃 | 3.6 回帰の例：住宅価格の予測 | pk-dl2-kikuta-0124.pdf | 菊田 | |
| 〃 | 第4章 機械学習の基礎 4.1 機械学習の4つの手法 |
pk-dl2-tsukiji-0124.pdf | 築地 | |
| 〃 | 4.2 機械学習モデルの評価 | 平野 | ||
| 1月29日 | 4.3 データ前処理、特徴エンジニアリング、表現学習 | pk-dl2-itoh-0129.pdf | 伊藤 | |
| 〃 | 4.4 過学習と学習不足 | pk-dl2-uchima-0129.pdf | 内間 | |
| 〃 | 4.5 機械学習の一般的なワークフロー | pk-dl2-kikuta-0129.pdf | 菊田 | |
| 〃 | ---Part2 ディープラーニングの実践 第5章 コンピュータビジョンのためのディープラーニング 5.1 畳み込みニューラルネットワークの紹介 |
pk-dl2-tsukiji-0129.pdf | 築地 | |
| 〃 | 5.2 小さなデータセットでCNNを一から訓練する | 平野 | ||
| 2月3日 | 5.3 学習済みのCNNを利用する | pk-dl2-itoh-0203.pdf | 伊藤 | |
| 〃 | 5.4 CNNが学習した内容を可視化する | pk-dl2-uchima-0203.pdf | 内間 | |
| 〃 | 第6章 テキストとシーケンスのためのディープラーニング 6.1 テキストデータの操作 |
pk-dl2-kikuta-0203.pdf | 菊田 | |
| 〃 | 6.2 リカレントニューラルネットワークを理解する | pk-dl2-tsukiji-0203.pdf | 築地 | |
| 〃 | 6.3 リカレントニューラルネットワークの高度な使い方 | 平野 | ||
| 2月10日 | 6.4 畳み込みニューラルネットワークでのシーケンス処理 | 伊藤 | ||
| 〃 | 第7章 高度なディープラーニングのベストプラクティス 7.1 Sequentialモデルを超えて ：Keras Functional API |
pk-dl2-uchima-0210.pdf | 内間 | |
| 〃 | 7.2 KerasのコールバックとTensorBoardを使ったディープラーニングモデルの調査と監視 | pk-dl2-kikuta-0210.pdf | 菊田 | |
| 〃 | 7.3 モデルを最大限に活用するために | pk-dl2-tsukiji-0210.pdf | 築地 | |
| -- | 第8章 ジェネレーティブディープラーニング 8.1 LSTMによるテキスト作成 |
(省略） | ||
| -- | 8.2 DeepDream | (省略） | ||
| -- | 8.3 ニューラルネットワークによるスタイル変換 | (省略） | ||
| -- | 8.4 変分オートエンコーダによる画像の生成 | (省略） | ||
| -- | 8.5 速習：敵対的生成ネットワーク | (省略） | ||
| 第9章 本書のまとめ | (省略） |