目標

MNISTデータベースの学習

内容目次

全4回，予備１回

1.Python入門

1.1 環境構築(Anaconda + Mako + PyOpenCL，Device for OpenCL)

1.2 Dive Into Python

2.数値計算入門

2.1 NUMPY+SCIPY入門

3 .ニューラルネットワーク入門

3 .1 機械学習の基礎知識

3 .2 ニューラルネットワークの基礎知識

3.3 NNPropagator入門

4.NNPropagatorを使ったニューラルネットワークの学習

4.1 多層パーセプトロンによる関数近似

4.2 MNIST学習

前提条件

手続き型プログラミング言語を少し習得していること．

※手続き型プログラミング言語：C,C++,Python,Java,C#,Javascript…など．

内容

1.Python入門

人工知能プログラミングで必要となる，Pythonについて入門します．

1.1 環境構築(Anaconda + Mako + PyOpenCL，Device for OpenCL)

Pythonでプログラミングできる環境を作ります．KCS製のニューラルネットワークライブラリ「NNPropagator」を動作させるための環境となっています．

1.2 Python入門

Pythonを知らない人向けに，一通り簡単にPythonを学びます．

2.数値計算入門

数値計算を知らない人向けに，一通り簡単にPythonを学びます

2.1 NUMPY+SCIPY入門

Pythonには，優秀な数値計算用のライブラリが多数存在します．そのうち，汎用性が高く習得が容易な「Numpy」について一通り簡単に学びます．Scipyは必要に応じて学びます．

3 .ニューラルネットワーク入門

機械学習でも最先端で活用されている，ニューラルネットワークについて学びます．

3 .1 機械学習の基礎知識

機械学習とは何かについて簡単に学びます．

3 .2 ニューラルネットワークの基礎知識

ニューラルネットワークとは何かについて簡単に学びます．確率と線形代数の知識が多少必要ですが，わからなければ教えます．

3.3 NNPropagator入門

KCS独自開発のライブラリNNPropagatorについて学びます．独自開発のライブラリと言っても，ニューラルネットワークの実装を補助するものです．ライブラリもナイーブに書いており，実装を理解するのも簡単です．

4.NNPropagatorを使ったニューラルネットワークの学習

NNPropagatorを用いて，こちら側で用意したデータベースを解析して頂きます．

今回の講習会では，２系統（関数近似系/MNIST）用意してあります．また，確認用に自分でデータベースを作り，評価します．

4.1 多層パーセプトロンによる関数近似

こちらで用意した学習用のデータ群をNNPropagatorを用いて学習・評価します．

4.2 MNIST学習（数字文字認識）

MNISTデータ群をNNPropagatorを用いて学習・評価します．

MNISTとは，下の画像の様な数字の画像と教師データのデータベースです．

（画像を与えられた時に何の数値であるか推定する人工知能を作ります．）

教科書

1~3.2インターネット上または書籍で適当なものを引用し，活用します．

3.3~ 独自の教科書を用います．

Posted on: 2016年4月5日, by : UMU