1.機械学習のためのプログラミング技術
　(1)機械学習の概要
　(2)Pythonプログラミング
　　イ.基本構文
　　ロ.クラス
　(3)データ処理のためのライブラリ
　　イ.Numpy
　　ロ.Pandas
　(4)機械学習による予測と分類

2.実装しながら学ぶAIによる時系列データの予測と分類
　(1)AI技術の概要
　(2)開発環境構築
　　イ.開発環境の概要
　　ロ.開発環境構築方法
　(3)ニューラルネットワークの仕組み
　　イ.ニューラルネットワークの概要
　　ロ.順伝搬,逆伝搬
　　ハ.活性化関数
　　ニ.誤差関数
　　ホ.誤差逆伝搬法
　　へ.最適化アルゴリズム
　　ト.性能評価
　(4)再帰ニューラルネットワークの仕組み
　　イ.再帰ニューラルネットワークの概要
　　ロ.RNN,LSTM,GRU
　(5)深層学習用ライブラリPytorchによるプログラミング
　　イ.ニューラルネットワークの実装
　　ロ.再帰ニューラルネットワークの実装
　(6)深層学習の工夫
　　イ.Attention機構
　　ロ.Transformer
　(7)時系列データの概要
　(8)AI予測実習(時系列データの予測)
　　例:センサ値による消費電力予測【注】
　　例:ある地点の高速道路の交通量予測【注】

【注】:セミナーでは一般に公開されているデータセットを利用し実習を行います

≪担当予定講師≫
高度ポリテクセンター