本学会は、Learning Analyticsに関する
調査・研究・普及啓蒙を目的としています

  • HOME
  • >
  • イベント情報

Keras x Python 3で学ぶディープラーニング【実データ分析編】

 「Keras × Python 3 で学ぶディープラーニング【実データ分析編】」を1月27日(土)に株式会社フォトロン(会議室)にて開催いたしました。2017年12月16日(土)に開催された【環境構築編】に続き、最新の分析ツール(Keras✕Python3)でオープンソースとして注目を集める「Anaconda」「TensorFlow」「Keras」「Jupyter」を実際に用いて、ビックデータ分析を行う本格的なセミナーを行いました。最新のツールを用いたセミナーであったため、前回以上の27名の方にご参加いただきました。

活動レポート:学習分析学会 理事 児玉靖司

■開催会場は、フォトロン社の大会議室
前回に続き、加藤利康氏(日本工業大学)と卯木輝彦氏(株式会社フォトロン)の講師2名体制で進めました。午前は、各ツールの入門的な説明を加藤氏より、午後は、より専門的な応用問題について卯木氏より説明を行いました。前回に続き、卯木講師の勤務先のフォトロン社殿からは、研修会場をご提供いただきました。とても快適な研修環境をご提供いただき、心より感謝申し上げます。

 

■セミナー参加者は、日本全国から
【環境構築編】に続き、関東近県だけでなく広島や神戸、大阪など関西方面、石川など北陸地方からもご参加いただきました。【環境構築編】にも参加された方は、約半分で、残りは新規の参加者でした。新規に参加された方は、独自にWindows や Macintosh に環境をイントールされ最初から大きな問題もなく進みました。一方、一部のツールを PC にインストールできない例もありましたので、学会よりPCの貸出も行いました(1台)。

 

■説明資料は、USBで提供
今回のセミナーでは、環境がインストールされた前提で進め、まず、Jupyter の使い方から説明し、午後にはKerasを用いたディープラーニングの応用例を説明しました。Python3 を用いた例は、非常に簡単に実行することができ、ほぼ全員の方が実行しながら体験することができました。

 

■最終的には、ほぼ全員の方が実行
Jupyter の使い方から、Kerasを用いたディープラーニングの応用例まで説明する中で、参加者からも鋭い質問が返され、セミナー全体としては非常に有意義なやり取りがなされました。一方で、説明する内容が比較的多かったため、参加者が独自にパラメータを変えて考えたりする時間があまりとれませんでした。次回以降の反省にしたいと思います。

 

■次回は、ハッカソンで
さて、いよいよ、次回はディープラーニングによるLAハッカソン(2018年3月17日-18日)を昨年に引き続き企画しました。【環境構築編】【実データ分析編】で学んだ技術を用いて、ハッカソンに臨んでみたいと思います。また、今後地方でも同様のセミナーの開催を考えていますので、乞うご期待下さい。

以上

開催日 2018年01月27日(土) 10:00~17:00
開催概要 本セミナーは、これからデータ分析(学習分析)を始めたいとお考えの初心者を対象としています。
本セミナーでは、学習分析ツール(Anaconda、TnsorFlow、Keras、Jupyter)を用いて実データの分析を、ステップ・バイ・ステップで進めていきます。
ただし、プログラムのインストールと実装環境の構築は、本セミナーでは扱いません。環境構築方法は、お申込者の皆さまに事前にお知らせいたしますので、ご自身のPCにプログラムをセットして、当日ご持参ください。

【進め方や特徴】
■数学の知識がなくても、ディープラーニングのプログラムを体験的に学べます。
■PythonのプログラムをJupyter Notebook上でステップ・バイ・ステップに実行しながら、ディープラーニングによる分析の手順を学べます。
■WindowsまたはMacを持参するだけでOK。
■本セミナーを受講すると学習分析学会が主催するハッカソンに抵抗なく参加できるようになります。

【主な学習項目】
 1. 学習分析と機械学習
 1.1 学習分析をとりまく状況
 1.2 機械学習
 1.3 ディープラーニング

 2. Pythonでのデータ操作
 2.1 Pythonの基本
 2.2 Numpy入門
 2.3 Pandas入門

 3. データ分析の基本
 3.1 データの可視化 
 3.2 統計量、相関
 3.3 外れ値、重複データ、欠損値の扱い

 4. 機械学習の基礎
 4.1 回帰問題
 4.2 分類問題  
 4.3 オーバーフィッテイング
 4.4 訓練データとテストデータ

 5. テストデータの評価方法
 5.1 混同行列 (confusion matrix)
 5.2 適合率 (precision), 再現率 (recall), F値

 6. データの準備
 6.1 変数の尺度
 6.2 スケーリング、標準化、正規化

 7. ニューラルネットとディープラーニング
 7.1 パーセプトロン
 7.2 ロジスティック回帰
 7.3 多層パーセプトロン
 7.4 損失関数、活性化関数、最適化アルゴリズム
 7.5 より高度なテクニックに向けて

【申込受付の締切】
■受付終了:2018年1月18日(木)13:00
 ※ただし、申込人数が定員数に達した場合は、受付終了日時を待たずに受付を締め切ります。

【PC動作環境情報】
■ Windows または MacOS (64bit CPUを推奨)
■ 2GB以上の空き容量
■ WiFiのアクセスポイントは主催者にてご用意いたします。ただし、 ご持参頂いたWiFiルータ等でのご受講でも構いません。

【その他重要情報】
■本セミナーは、Pythonをはじめて体験する方、Anaconda + JupyterでTensorFlowを体験してみたい、という方が対象です。
■プログラムのインストールと実装環境の構築は、本セミナーでは扱いません。環境構築方法は、お申込者の皆さまに事前にお知らせいたしますので、ご自身のPCにプログラムをセットして、当日ご持参ください。
※環境構築方法は、2018年1月20日配信予定のリマインドメールでご連絡いたします。
 なお、ソフト&インストラクションの受け渡し手段は、「google Classroom」を使用します。
 お手数ですが「gmailアカウント」を事前に取得しておいてください。

【写真等記録情報の使用許諾のお願い】
 小会では、広報活動及び会員サービスの向上に活用するため、ビデオ撮影、音声収録、写真撮影、受講アンケートを実施する場合がございます。これら映像、音声、画像、コメント(以下、記録情報)は、小会の関わるWebコンテンツ及び紙媒体の配布資料等に活用させていただくこともございます。
 小会活動へのご参加は、記録情報の活用にご承諾いただけたものとさせていただきます。予めご承知おきください。
学習目標 1.Kerasによるディープラーニングプログラムを理解し、自分のPCでディープラーニングプログラムを動かせるようになる。
2.実データを使い、ディープラーニングを用いた学習分析を体験し、自分一人で実施する自信をつける。
参加対象者 <主な対象者>
■これからデータ分析を始めたい初心者の方(学習分析を始めたいが何から始めればいいかわからない方)
■本を見てディープラーニングを始めようとしたが、つまずいた方。
■「Keras x Python 3で学ぶディープラーニング【環境構築編】」をご受講いただいた方、またはJupyter Notebook, Python, Kerasが動作するPCを持参できる方。

※本セミナーは、ディープラーニングをはじめて体験する方、Anaconda + JupyterでKerasを体験してみたい、という方を対象にしています。
※Kerasのチュートリアルを自力で実行できる方には物足りません。

<必須条件>
■Wi-Fi通信およびJupyter Notebook, Python, Kerasが動作するPC(Mac/Windows)を自分で手配し、持参できること。
■Excelの操作が自分一人で行えること。
講師 日本工業大学 情報工学科 講師 加藤利康氏
株式会社フォトロン 研究開発センター 上級研究員 卯木輝彦氏
会場 株式会社フォトロン 会議室
東京都千代田区神田神保町1-105 神保町三井ビルディング21階
地図⇒http://www.photron.co.jp/company/profile/map.html
定員 30名 ※最低催行人数:3名
開催1週間前までにお申込人数が、最低催行数に満たない場合は、中止とさせていただきます。予めご了承ください。
参加費 ■会員:¥15,000(税込)   ■非会員:¥20,000(税込)
支払い方法と領収書発行 ■支払方法:当日会場受付時に現金支払を原則とします。
■領収書発行:領収書をご要望の方は、お申し込みの領収書欄に「宛名」をご入力ください。入力いただきましたお宛名で用意いたします
キャンセルについて 申込後のキャンセルは、早めにご連絡ください。(連絡先:info@jasla.jp)
開催の5日前より以下のキャンセル料金が発生いたします。なお、キャンセル料に関しては、後日請求となります。
 ・開催5日前~3日前のキャンセル料は、参加料の50%
 ・開催2日前~当日のキャンセル料は、参加料の100%
 ・連絡なしの不参加は、参加料の100%