最終回。飛ばしてしまった第6章を確認します。

開催趣旨

本勉強会では、ディープラーニングの実装力を高めていくことを目的とし、毎週1回、下記の本を一章ずつ取り上げていく予定です。事前に予習し、コードを一通り動かしてから参加されることをオススメします。オンライン勉強会では約1時間で、参加者同士の質問・意見交換やディスカッションをメインに進めていく予定です。

『つくりながら学ぶ！PyTorchによる発展ディープラーニング』（小川雄太郎 著, マイナビ, 2019/7）

※ 書籍はご自身で入手のうえ、ご参加ください。

参加対象者

• TensorFlowやPyTorchの実装力を高め、業務や研究に活用した社会人・学生・研究者の方
• Pythonの基礎的な文法やJupter Notebookの基本的な使い方を習得されている方
• オンラインで参加可能な方

参加方法

お申込みいただいた方に、事前にzoomの招待リンクを送付させていただく予定です。

勉強会の進め方

• その日に取り扱う章を前もって各自ご自身で読み進めておいてください。
• 勉強会では、皆で書籍の内容を確認しながら、Google Colaboratory等で実際にコードを動かしていきます。
• ポイントごとに立ち止まってzoom、Slack等で疑問点をぶつけ合い、意見交換し、理解を深めていければと思います。

※ 一人が資料準備してきて一方的にレクチャーする形式ではなく、参加者同士インタラクティブにディスカッションしながら進めていきます。

書籍の内容紹介

（参照：https://book.mynavi.jp/ec/products/detail/id=104855）

ディープラーニングの発展・応用手法を実装しながら学ぼう
本書ではディープラーニングの発展・応用手法を実装しながら学習していきます。ディープラーニングの実装パッケージとしてPyTorchを利用します。扱うタスク内容とディープラーニングモデルは次の通りで「ビジネスの現場でディープラーニングを活用するためにも実装経験を積んでおきたいタスク」という観点で選定しました。

［本書で学習できるタスク］ 転移学習、ファインチューニング：少量の画像データからディープラーニングモデルを構築
物体検出（SSD）：画像のどこに何が映っているのかを検出
セマンティックセグメンテーション（PSPNet）：ピクセルレベルで画像内の物体を検出
姿勢推定（OpenPose）：人物を検出し人体の各部位を同定しリンク
GAN（DCGAN、Self-Attention GAN）：現実に存在するような画像を生成
異常検知（AnoGAN、Efficient GAN）：正常画像のみからGANで異常画像を検出
自然言語処理（Transformer、BERT）：テキストデータの感情分析を実施
動画分類（3DCNN、ECO）：人物動作の動画データをクラス分類

本書は第1章から順番に様々なタスクに対するディープラーニングモデルの実装に取り組むことで高度かつ応用的な手法が徐々に身につく構成となっています。各ディープラーニングモデルは執筆時点でState-of-the-Art（最高性能モデル）の土台となっており、実装できるようになればその後の研究・開発に役立つことでしょう。
ディープラーニングの発展・応用手法を楽しく学んでいただければ幸いです。

参加者同士の質問・情報交換

Scribble Osaka Lab（SOL）のSlackワークスペースで、参加者同士の質問・情報共有用チャンネルを設けております。参加ご希望の方は、申込みフォームで招待メール送り先のEmailアドレスをお教えください。

その他

ソレイユデータ道場については、公式HPやFacebookページをご参照ください。

公式HP：http://www.soleildatadojo.com
Facebookページ：https://www.facebook.com/soleildatadojo/