10月
6
DLLAB Engineer Days Day1: Hands-on
ディープラーニングを実社会で活用するのに必要な技術領域に触れる
主催 : 日本マイクロソフト株式会社
募集内容 |
POS協調フィルタリング分析(Retail AI/ キカガク) 4500円(前払い)
先着順
自動機械学習 AutoML & 要因探索 ハンズオン(Microsoft) 4500円(前払い)
先着順
Jetson Nanoハンズオン(NVIDIA) 4500円(前払い)
先着順
Jetson Nanoハンズオン(NVIDIA)(当日ハンズオンセット購入 別途 20,000円) 4500円(前払い)
先着順
ハンズオン運営者 無料
先着順
【開催中止】Chainer 初学者向けハンズオン(Chug) 2200円(前払い)
先着順
Custom visionを利用したインテリジェントエッジの実装の基礎(アールジーン) 4500円(前払い)
先着順
ChainerRLとマインクラフトで深層強化学習ハンズオン(Chug) 2200円(前払い)
先着順
【専用】Jetson Nanoハンズオン(NVIDIA)(当日ハンズオンセット購入 別途 4500円(前払い)
先着順
|
---|---|
申込者 | 申込者一覧を見る |
開催日時 |
2019/10/06(日) 12:00 ~ 20:00
|
募集期間 |
2019/08/30(金) 17:00
〜 |
会場 |
東京都港区港南 2-16-3 マップで見る 会場のサイトを見る |
前払いについて |
前払いについての連絡先: (参加者にのみ公開されます) |
キャンセル・参加費用の払い戻しについて主催者からの説明: ご入金後のキャンセルはお受けいたしかねますのであらかじめご了承ください。代理で参加いただくことは可能ですので、連絡先のメールアドレスへご連絡をお願いいたします。 |
|
領収データの発行: 発行する (詳しくはこちら) |
イベントの説明
Deep Learning Lab(DLLAB)について
Deep Learning Lab とはディープラーニングの実社会での活用を推進するコミュニティです。先端技術を実際のビジネスに応用するべく、技術とビジネスの両面に精通したプロたちが毎月の勉強会や教育活動をベースに、ニーズに合わせた最適な技術を選択し開発した事例や最新技術動向の情報発信を行い、ソリューション検討を具体的に行えるようにします。マイクロソフトとPFNの協業から生まれました。コミュニティご紹介資料はこちらです。
DLLAB Engineer Days Day1 Hands-on
過去、アルゴリズム自体の研究と精度に大きな注目が集まってきましたが、ディープラーニングの実社会での活用には様々な技術要素が必要です。どうやってデータを集め、アノテーションし、蓄積するのか。学習済みモデルをどうやってシステムに組み込み、どのような環境(クラウド?エッジならどのチップ?)で動かすのか。データドリブンな機械学習システムをどうやって継続的に運用していくか。また市場に枯渇している機械学習関連エンジニアの育成も大きなブロッカーです。
本イベントでは、複数の企業や団体にご協力頂き、深層学習の実社会での活用に必要な技術領域を学べるハンズオンを開催します。また、2日目はカンファレンスを開催しております。こちらも併せてご参加ください。
イベントスポンサー残り2枠募集中!!
Day2のカンファレンスにて、今回のイベントテーマに合った技術セッションとブースを持っていただけるスポンサーを募集しております。ご興味ある会社さまはこちらをご参照のうえ、お申込書をご提出ください。
Day1 全体スケジュール
日時 2019年10月6日(日)12:00 開場、ハンズオン 18:00 終了 懇親会 20:00 まで
会場 日本マイクロソフト 品川オフィス 31F マップ
費用 4500円(税込)(当日現金不可、コンパス集金は事務局の株式会社中外が代行します。)
当日はConnpassの参加票(携帯の画面で結構です)と名刺2枚をお持ちください。
下記ハンズオンから一つ選びお申込みしていただきます。
タイトル | ハンズオン詳細 | 講師 |
---|---|---|
POS協調フィルタリング分析 on Azure Databricks | 本ハンズオンでは小売業で用いられる実データである POS データ(商品の販売・支払いが行われる際のその商品に関する価格、製品情報といったデータ)を使用して、データ分析、機械学習モデルの構築、そしてその訓練済みモデルの活用までを一気通貫して、学ぶことができます。 実データを取扱う際には一般的に、基礎的なデータに対する知識が求められますが、POS データ分析に関する基礎的な知識もハンズオン中にご紹介するため、普段小売業と関連がない方でも安心して参加することができます。また、本ハンズオンではビッグデータを高速に分散処理することのできる環境である Azure Databricks を用いて解析を行います。ビッグデータの取り扱い環境について学びたい方にもオススメのハンズオンです。 ▼学べること - Azure Databricks の基礎的な使用方法、データの可視化方法などを理解することができます。 - 基礎的な SQL の文法を理解して、データ操作を行うことができます。 - PySpark を用いてレコメンドのアルゴリズムである協調フィルタリングの実装方法を理解することができます。 ▼こんな方が対象です -Python、SQL の初学者だが、機械学習の基礎から活用までをプログラミングを通して理解したい方 - Azure Databricks を用いて、クラウドでの分散処理を体感したい方 - ビッグデータを用いてのレコメンドのアルゴリズムの実装方法を理解したい方 ▼必要な事前準備 - Azure Portalへの登録(ハンズオンで使用するためクレジットカード登録までお願いします。) - 事前にAI、ディープラーニングの理解を深めたい方は下記から申し込み、動画をご確認ください - 事前予習動画(補足):こちらのフォームにご回答ください。 ▼持ち物 - PC - お名刺 |
株式会社キカガク 西沢さん/ Retail AI研究会 今村さん |
自動機械学習 AutoML + 要因探索 ハンズオン | 機械学習を使って色んな問題を解きたいけど、人材やスキル不足が課題でなかなか前に進まない…そんな状況から脱出しませんか?Azureは機械学習の民主化を実現するプラットフォームを提供しています。本ハンズオンでは、マウス操作による簡単な要因探索、また自動機械学習を利用して高速にプロトタイプを構築するプロセスをご体感頂きます。今回は Azure Machine Learning service の自動機械学習 (Automated Machine Learning) や PowerBI の要因探索機能 (Key Influencers) を中心に利用します。Azure Machine Learning によるモデルの解釈方法についても言及します。 ▼学べること - 自動機械学習によるモデリング方法 - 機械学習による要因探索のメソッド - BlackBoxな機械学習モデルの解釈方法 ▼こんな方が対象です - 機械学習の概要は理解しているけどなかなか一歩踏み出せない方 - Azure のデータ分析サービスについて理解したい方 -分析業務をもっと高速 & 効率的に進めたい方 ▼必要な事前準備 - Azure Machine Learning service の環境を構築しておくこと (構築方法はこちらを参照) - Power BI Desktop をインストールしておくこと (無料ダウンロード) - 機械学習、Pythonの基礎知識 (事前予習:機械学習概論, Python入門) |
Microsoft 女部田さん |
Jetson Nanoを用いたAIエッジ アプリケーション実装に必要な基礎を学ぶハンズオンセミナー | 世界中でディープラーニングの社会実装が着実に進んでいる今日、日本では製造業や小売業といった現場におけるエッジコンピューティングでのAIの活用が期待されております。また、そのような分野でのAIソリューションの推進が技術立国日本復活の鍵であるともいえると思います。このセミナーでは安価で使いやすい、しかしながら本格的なディープラーニングの実装が可能なNVIDIA Jetson Nanoを用いてAIエッジ アプリケーションの開発に必要な一連の基礎を学べるハンズオンセッションを提供します。 ▼学べること • Jetson Nano とカメラの設定 • 分類モデル構築のための画像データ収集 • 収集した画像データのアノテーション • 自分で収集してアノテーションしたデータを用いてニューラル ネットワークのトレーニングを行い、独自のモデルを作成 • 作成したモデルをJetson Nano にデプロイして推論を実行 ▼こんな方が対象です • 当日Jetson Nanoを含む、カメラや電源といったハンズオンに必要なハードウェアを購入する方、もしくはすでにお持ちのJetson Nanoとカメラや電源といったハンズオンに必要なハードウェアを持参できる方(Jeston Nanoセットを購入される方は別途20,000円を現地でお支払いください) • Jetson Nanoでディープラーニングを活用したアプリケーション開発のための基本を学んでみたい方 ▼事前準備 • どなたでも参加できる初心者向けのハンズオンセッションです • ノートPC持参 • その他の詳細事項は後日別途ご連絡いたします |
NVIDIA 橘さん |
ChainerRLとマインクラフトで深層強化学習ハンズオン | ChainerRLとマインクラフトをシミュレーター環境として深層強化学習のハンズオンを行います。強化学習の環境として用いるのは今回新たに開発が進められている MineRL です。 現在、MineRLを活用したNeurIPS 2019 : MineRL Competitionが行われおり、DLLABでも目指せ NeurIPS 2019 : MineRL Competitionというチュートリアルイベントを開催しております。今回はこのコンテストで活用されいるMineRLを利用してハンズオンを行います。環境設定をして、pretrainedモデルを使って動作させることをゴールとしています。 ▼学べること - 深層強化学習のざっくりした仕組み - ChainerRLとMineRLの使い方・環境設定 - 強化学習の工夫するポイント ▼こんな方が対象です - 深層強化学習を簡単に始めてみたい方 - マインクラフトで強化学習をすることに興味がある方 - ChainerRLを使ってみたい方 ▼事前知識・準備 - ノートPC持参 - ご自身でDockerを動かすことができるノートPC or クラウドインスタンス等の計算機をご用意していただきます - 基本的に作業はCUIを使って行います |
Chainer User Group 梅澤さん |
Custom visionを利用したインテリジェントエッジの実装の基礎 | インテリジェントエッジの概要やメリットの説明をします。実際にインテリジェントエッジを実現するためのサービスであるIoT EdgeとCognitive service containersの一つであるCustom visionを利用して、RassberrypiとWebCAMを利用した画像のエッジ処理までの基礎から実装までを学べます。 ▼学べること -インテリジェントエッジの概要とメリット -IoT EdgeとCustom visionの基礎的な使用方法 -エッジデバイスへのCognitive serviceの組み込み方 ▼こんな方が対象です -エッジインテリジェンスがどういったものか知りたい方 -Azure cognitive services containersの基礎について知りたい方 -聞くだけでなく実際に手を動かして仕組みを知りたい方 ▼必要な事前準備 - 基礎から教える初心者向けのハンズオンセッションです - Azureアカウント (ハンズオンで使用するためクレジットカード登録済のもの。) - Azure portalを動かすことが出来るノートPC |
株式会社アールジーン 山本さん |
イベントスポンサーありがとうございます!
Company | Web |
---|---|
株式会社アイデミー | http://aidemy.net |
株式会社アクセル | https://ailia.jp/ |
Idein株式会社 | https://idein.jp |
株式会社オプティム | https://www.optim.co.jp |
DefinedCrowd Japan 株式会社 | https://www.definedcrowd.com/ |
株式会社電通国際情報サービス | https://www.isid.co.jp/ |
株式会社トレタ | https://toreta.in/jp/ |
日鉄ソリューションズ株式会社 | https://www.nssol.nipponsteel.com/ |
株式会社バオバブ | http://baobab-trees.com/ |
富士フイルム株式会社 | https://fujifilm.jp/ |
株式会社Ridge-i | https://ridge-i.com/ |
一般社団法人リテールAI研究会 株式会社キカガク |
https://retail-ai.or.jp/ https://www.kikagaku.co.jp/ |
日本マイクロソフト株式会社 | https://www.microsoft.com/ja-jp/ |
メディアスポンサーありがとうございます!
Media | Web |
---|---|
IT Search+(アイティーサーチプラス) | https://news.mynavi.jp/itsearch/ |
@IT(アットマークアイティー) | http://www.atmarkit.co.jp/ |
EnterpriseZine(エンタープライズジン) | https://enterprisezine.jp/ |
ZDNet Japan(ジーディーネットジャパン) | https://japan.zdnet.com/ |
JBpress(ジェービープレス) | https://jbpress.ismedia.jp/ |
Think IT(シンクイット) | https://thinkit.co.jp/ |
東洋経済オンライン(トウヨウケイザイオンライン) | https://toyokeizai.net |
ビジネス+IT(ビジネスプラスアイティー) | https://www.sbbit.jp/ |
Ledge.ai(レッジエーアイ) | https://ledge.ai/ |
ログミーTech(ログミーテック) | https://logmi.jp/tech |
イベント収支
今回のイベントの収支情報はこちらに記載しております。
最後までお読みいただきありがとうございました。