ゴール
- 画像データの取り扱い方が理解できる
- CNN の概要を説明し、実装できる
- CNN モデルの精度向上のノウハウが理解できる
- ファインチューニング、データオーグメンテーションの概要を説明し、実装できる
- CNN の代表的なモデルを理解できる
対象者
- 「ディープラーニングの基礎」を修了した方
- ディープラーニングを用いた画像認識に挑戦したい方
事前知識
- 「機械学習の基礎」の知識
- 「ディープラーニングの基礎」の知識
- Python の基礎知識
実行環境
- Google Colaboratory
所要時間
- 6.0h
学習の進め方
- 手を動かして、画像認識をするための各フレームワークの使い方を覚えていきましょう。
- ニューラルネットワークの理論からの変化を考えながら進めていきましょう。
- PyTorch はプログラミング経験がある方向けのフレームワークです。
- TensorFlow は初学者でも気軽に覚えることができるフレームワークです。
概要
第三次 AI ブームの火付け役は、画像を扱うディープラーニング手法である CNN の登場でした。古典的な機械学習モデルのパフォーマンスを大きく上回る CNN は、現在の画像認識の領域では欠かせない存在となっています。本チュートリアルでは、画像データの取り扱い方といったキホンのキから、実務で活用するには必須となるファインチューニング、オーグメンテーションといった CNN にまつわる様々な技術を一気通貫に学んでいきます。さあ、広くて深い画像認識の世界へ飛び込みましょう！
