・画像分類におけるAI開発手法を学びたい方
・TensorFlowを用いたPythonプログラミングにより一連のアルゴリズムや分類精度を向上させていくプロセスを体験したい方

・機械学習のライブラリであるTensorFlow (テンサーフロー)を利用して、機械学習を行う基本的な手順を学習します。
・画像分類をテーマに機械学習の基礎から畳み込みニューラルネットワークを利用したモデルの設計、データセットの作成までの知識を実践を通して習得します。

１．はじめに

 　(1) プログラミングと機械学習

 　(2) TensorFlowとは

２．環境の構築

 　(1) ソフトウェアのインストール

 　(2) JupyterLabの起動

３．Hello TensorFlow

 　(1) TensorFlow1.xの利用

 　(2) TensorFlow2.xの利用

４． 画像分類タスク基礎(手書き数字データベース(MNIST))

 　(1) データの読み込みと表示

 　(2) 機械学習モデルの設計(ニューラルネットワーク)

 　(3) 損失関数(One-hot ベクトル)

 　(4)モデルの学習・訓練

 　(5) 最適化アルゴリズムの働き

 　(6)ミニバッチ学習

 　(7)モデルの検証

 　(8)層を追加する

 　(9)活性化関数

 　 (10)最適化アルゴリズムの学習率

５．画像分類タスク(CIFAR-10)

 　(1)データの取得

 　(2)データの読み込みと表示(レコード構造)

 　(3)機械学習モデルの設計(畳み込みニューラルネットワーク)

 　(4)畳み込み層(Convolution Layer)

 　(5)モデルの学習・訓練と検証

 　(6) TensorBoardの起動

 　(7)過学習とその対策

 　(8)データ拡張(Data Augmentation)

６．画像分類タスク(データセット作成・Oxford PET-III Dataset)

 　(1)データの取得

 　(2)画像とアノテーション

 　(3)学習データセット(TFRecord)の設計・生成

 　(4)モデルの学習・訓練と検証

 　(5)学習済みモデル(パラメーター)の保存

 　(6)学習済みモデル(パラメーター)の読み込み

・Python言語に関する基本的な知識があること