RapidMiner 深層学習編（画像・テキスト）
難易度
☆★★★
RapidMinerを使った深層学習について複数の講座で学習出来るコースです。
時系列解析、画像認識、テキストマイニングといった課題に深層学習を活用出来るように学習していきます。
対象者
深層学習を身に付けたい人 におススメ
所要時間
約260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。
習得内容
深層学習の基礎を習得する
深層学習を使って、時系列解析・画像認識・テキストマイニングが出来るようになる
コース内容
基礎理解編 /全10回 約150分
| はじめての深層学習 イントロダクション | 学習内容／学習ゴール |
|---|---|
| 第1章 | 深層学習とは／ビジネスでの活用例／深層学習の位置づけ／ニューラルネットワーク／ディープ・ニューラルネットワーク |
| 第2章 | Deep Learning Extension／Extensionの追加／多層パーセプトロンの作成／学習条件の設定／実行結果 |
| 第3章 | 手書き文字画像の識別／CNNの作成／実行結果 |
| 第4章 | センサーデータの異常検知／部分時系列の作成／MLPモデルの作成／実行結果／異常検知の考え方 |
| 第5章 | まとめ |
| はじめてのテキストマイニング 第1章 | テキストマイニングとは／ビジネスでの活用例／技術体系 |
| 第2章 | テキストの前処理／自然言語処理／形態素解析／前処理フロー |
| 第3章 | テキストの分析／単語の出現分布／階層的クラスタリング／共起ネットワークの構築 |
| 第4章 | まとめ／付録 |
実践応用編 /全17回 約110分
| 画像認識 第1章 | 事前準備／Extensionのインストール |
|---|---|
| 第2章 | CNNの基礎／畳み込み層の計算／プーリング層の計算 |
| 第3章 | 画像の前処理／前処理の手順／データ構造の確認／画像サイズを揃える |
| 第4章 | 被写体の識別／モデル学習の手順／CNNの作成／モデル精度の確認 |
| 第5章 | 画像の水増し／グレースケール変換／画像の反転／画像の回転 |
| 第6章 | まとめ |
| 時系列解析 第1章 | 事前準備／Extensionのインストール |
| 第2章 | RNNの基礎／LSTM：長短期記憶 |
| 第3章 | 時系列の前処理／前処理の手順／部分時系列の作成／データ形式をテンソルへ変換 |
| 第4章 | 時系列の予測／作成するLSTMの構造／LSTMの作成／実行結果 |
| 第5章 | 教師ラベルの作成／ラベル作成の考え方／異常フラグの作成／実行結果 |
| 第6章 | まとめ／実行結果 |
| テキスト分類 第1章 | 事前準備 |
| 第2章 | テキストの前処理／前処理の手順／形態素解析の実行 |
| 第3章 | テキストのクラス予測（1）／モデル学習の手順／TF-IDFによる重み付け |
| 第4章 | テキストのクラス予測（2）／文書分類モデル学習／モデル精度の確認 |
| 第5章 | まとめ |
