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基礎講座として実施してまいりました。

現在、「R：演習編」、「Python編」、「Microsoft Azure　MachineLearning編」、「IBM Watson―アプリケーション編」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、毎回・満席の活況を呈しています。

今回、2017年5月度は、ディープラーニングの理論とPython/Javaを使った演習で学べる「データサイエンス基礎講座＜ディープラーニング編＞を実施いたします。

※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。

まず、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Javaでのスクラッチによる実装と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指します。

また、昨今の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。

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・議論をしていただけることを期待しております。

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。

※昨年及び前回実施した『データサイエンス基礎講座』を受講された方も、知識の再整理・復習の意も含め再受講をお薦め致します。