RapidMiner 転移学習編
難易度
☆★★★
学習済みモデルを転用することで、学習にかかる時間を削減することができ、少量のサンプルでも予測精度の高い学習モデルを作成することができる転移学習の方法について説明しております。Fine-Tuningオペレーターの使い方など転移学習に必要不可欠なオペレーターの説明を行なっています。 演習では、圧延鋼の画像を用いた傷の有無の判別を取り上げ、実装していきます。
対象者
RapidMinerで深層学習を習得したい方 画像を扱っており、転移学習の実装例を知りたい方
所要時間
約35分
※実際の所要時間は、ハンズオン含め約2～3倍程度かかります。（モデル学習時間は除く）
習得内容
分析結果のまとめ方の形式を理解できる。
まとめ方の要点が分かる。
コース内容
全4章 35分
| 第1章 | ニューラルネットワークの復習 |
|---|---|
| 第2章 | 転移学習とは |
| 第3章 | RapidMiner 転移学習オペレーターの紹介／Import Existing Model／Fine-Tune Model |
| 第4章 | 演習 |
