セミナー 機械学習 ディープラーニング 人工知能 ai ベイズ スパースモデリング

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス リンクリンク
セミナーのメニュー
  ヘルスケア系
2月
3月
4月
5月〜

化学・電気系 その他各分野
2月
3月
4月
5月〜
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2020/2/14更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  


セミナー 機械学習 ディープラーニング 人工知能 ai ベイズ スパースモデリング

★機械学習・AIの正しい知識とデータ解析の定石を身につけ、問題・課題へ適切に活用する!
★様々な手法の概要・コツやつまづきやすいポイント、
そして効率化・最適化手法や最新動向までを詳解。
★ディープラーニングについては、一部簡単なデモを交えて解説します!

機械学習の基礎から、学習の効率化・最適化の実践まで

講師

産業技術総合研究所 人間情報研究部門 情報数理研究グループ
研究グループ長 赤穂 昭太郎 先生

* 希望者は講師との名刺交換が可能です

講師紹介

■ご略歴:
1990年 東大・工学部工学系研究科・修士了
 同年 通産省工業技術院電子技術総合研究所 入所
2001年 独法化に伴い産業技術総合研究所・脳神経情報研究部門・情報数理研究グループ・研究グループ長
2015年〜産業技術総合研究所・人間情報研究部門・情報数理研究グループ・研究グループ長
ご兼任:産業技術総合研究所・人工知能研究センター、理化学研究所・革新知能統合研究センター

■ご専門および得意な分野・研究:
統計的機械学習や最適化,ニューラルネットワーク

■本テーマ関連学協会でのご活動:
日本神経回路学会理事

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2020年4月9日(木) 10:30-16:30
●会場 [東京・大井町]きゅりあん5階 第1講習室 →「セミナー会場へのアクセス」
●受講料 1名47,300円(税込(消費税10%)、資料・昼食付)
 *1社2名以上同時申込の場合、1名につき36,300円
      *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

 ●録音・撮影行為は固くお断り致します。
 ●講義中の携帯電話の使用はご遠慮下さい。
 ●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。
  *PC実習講座を除きます。


■ セミナーお申込手順からセミナー当日の主な流れ →

セミナー開催にあたって

■はじめに:
 機械学習に関する情報はインターネットなどを通じて手に入りやすくなりましたが,実際に自分の問題に機械学習を適用しようとするとどこから手を付けてよいのかよくわからない,いろいろ試してみたけどなかなかうまくいかないといったことがよくあります.
 本講座ではスパースモデリング・ベイズモデリング・ディープラーニングといった機械学習の手法の使い方のコツやつまづきやすいポイントなどについて解説します.

■受講対象者:
・機械学習によるデータ解析を始めたばかりの方から,少し始めてみたもののなかなかうまくいかないとお困りの方
・製品設計の複雑な最適化問題に関心がある方
・本テーマに興味のある方なら,どなたでも受講可能です.

■必要な予備知識:
特に必要としませんが,線形代数・確率統計の初歩的な知識があればより深く理解していただけると思います.

■本セミナーで習得できること:
・機械学習を用いたデータ解析法の基本的な流れの理解
・機械学習でつまずきやすい点の習得
・機械学習を応用した最適化問題の解き方
など

セミナー内容

1.はじめに

2.機械学習の基礎
 1)機械学習の基本のき
 2)機械学習の最新動向・機械学習が出来ること
 3)スパースモデリング
 4)ベイズモデリング

3.機械学習の基本手順と注意点
 1)現場的(探索的)なデータ解析
 2)データの可視化
 3)あてはめと予測・局所最適解への対処
 4)スパースモデリングによるモデル選択
 5)低次元化と推薦システムへの応用欠損値の補完
 6)クラスタリングの注意点
 7)異常検出の考え方
 8)パターン認識の各手法や教師データの作り方

4.各種モデル化の効率化〜概要とポイント〜
 1)線形ガウスモデル
 2)ベイジアンネットによるモデル化
  a)ベイズモデリングの基本
  b)ベイジアンネット
  c)ナイーブベイズ法
 3)カーネル法によるモデル化
  a)概要・関数の具体例
  b)ガウス過程回帰の基礎
  c)サポートベクターマシン(SVM)の基礎と使い方
 4)アンサンブル学習・転移学習によるデータ利用
  a)概要
  b)ランダムフォレスト
  c)転移学習
 5)ディープラーニングの活用
  a)ニューラルネットワーク
  b)能力を向上する要素
  c)畳み込みニューラルネットワーク(CNN)
  d)リカレントニューラルネットワーク
  e)最新動向・研究
  f)活用と問題点
  g)簡単なデモンストレーション
 6)意思決定と強化学習
  a)バンディット問題とネット広告
  b)強化学習とディープラーニング
 7)時系列モデリング
  a)状態空間モデルとパーティクルフィルタ
  b)解析のポイント

5.機械学習と最適化
 1)そもそも最適化とはなにか?
 2)最適化とベイズモデリングの関係
 3)マルコフ連鎖モンテカルロ法による最適化
 4)事例(材料の合成条件、スペクトルデータの構造推定)

6.お勧め書籍

<質疑応答・個別質問・講師との名刺交換>

■ご講演中のキーワード:
スパースモデリング、ベイズモデリング、ディープラーニング、最適化

セミナー番号:AC200405

top

注目の新刊

雑誌 月刊化学物質管理

動画配信 統計学入門

データ・プライバシー

自然言語処理技術

新時代植物工場

創薬スクリーニング

異常検知技術と応用提案

各社の化学物質管理

分散技術

中分子医薬品

5G

洗浄バリ 2019

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.