AI・機械学習実践
教材内容紹介
深層学習のモデルをチームで構築します
手書き数字0~9の画像データを読み込んで、その数字を正しく認識する深層学習のモデルをチームごとに構築します。
チームはメンバ5~6名で編成します。また、予測精度の高いモデルを構築するためにチームでしっかり話し合います。制限時間内に構築が完了するように、メンバ間で協力して構築作業を進めます。
深層学習のモデルの予測精度を高める工夫を施します
他チームよりも予測精度の高い深層学習のモデルを構築するために、モデルに読み込ませる学習用の画像データを工夫したり、モデルの設定値を調整します。
画像データの工夫とモデルの設定値の調整の組合せは多数あるため、制限時間内にチームで並行して試行錯誤を行います。
※Python基本文法、及びテキスト『AI・機械学習入門』の事前学習が必要です
実習で、Anaconda、Jupyter Notebook、GIMPを利用します
教材構成(目次)
Introduction
第1部 実習の概要
- 第1章 実習の概要
第2部 MNISTのデータ構造
- 第1章 mnist形式とは
- 第2章 正則化のためのデータ加工
第3部 画像データの生成
- 第1章 手書き数字の画像データの作成
- 第2章 mnist形式と同サイズの画像データの作成
- 第3章 mnist形式の画像データの生成
第4部 CNNの復習とアルゴリズムの工夫
- 第1章 CNNとは
- 第2章 画像データの統合
- 第3章 データの保存と読込み