機械学習│オンラインセミナー2024│少数データ・データ不足時の機械学習活用戦略
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
セミナーのメニュー

化学・電気系 その他各分野
一覧へ→
  ヘルスケア系
一覧へ→
情報機構 技術書籍情報機構 技術書籍
技術書籍 一覧技術書籍 一覧
   <新刊書籍>
  ・  PFAS
  ・  労働安全衛生法
  ・  IPランドスケープ
電子書籍電子書籍
化学物質管理化学物質管理
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
社内研修DVD
セミナー講師のコラムです。講師コラム
  ↑2023/7/7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  



Zoom見逃し視聴あり

オンライン受講/見逃視聴なし → 

オンライン受講/見逃視聴あり → 


○機械学習でよく直面する「データ数不足」。その状況下でも精度を高める様々な戦略を事例を交えて解説します。

少数データ・データ不足時の機械学習活用戦略

〜データ取得の工夫や様々な手法を用いて精度を高める〜

<Zoomによるオンラインセミナー・見逃し配信あり>

講師

産業技術総合研究所
人間情報インタラクション研究部門 脳数理研究グループ 上級主任研究員
赤穂 昭太郎 先生

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年より 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
2020年4月より現職

(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

<その他関連セミナー>
機械学習・AI 一覧はこちら

日時・受講料

●日時 2024年4月22日(月) 10:30-16:30 *途中、お昼休みや小休憩を挟みます。

●受講料
 【オンライン:見逃し視聴なし】 1名47,300円(税込(消費税10%)、資料付)
 *1社2名以上同時申込の場合、1名につき36,300円

 【オンライン:見逃し視聴あり】 1名52,800円(税込(消費税10%)、資料付)
 *1社2名以上同時申込の場合、1名につき41,800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。


■ セミナーお申込手順からセミナー当日の主な流れ →

※配布資料等について

●配布資料はPDF等のデータで配布致します。ダウンロード方法等はメールでご案内致します。
・配布資料に関するご案内は、開催1週前〜前日を目安にご連絡致します。
・準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
 (土、日、祝日は営業日としてカウント致しません。)
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。

●当日、可能な範囲でご質問にお答えします。(全ての質問にお答えできない可能性もございます。何卒ご了承ください。)
●本講座で使用する資料や配信動画は著作物であり、無断での録音・録画・複写・転載・配布・上映・販売などは禁止致します。
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@johokiko.co.jp

オンラインセミナーご受講に関する各種案内(ご確認の上、お申込みください。)
・PC/タブレット/スマートフォン等、Zoomが使用できるデバイスをご用意ください。
・インターネット 回線速度の目安(推奨) 下り:20Mbps以上
・開催が近くなりましたら、Zoom入室URL、配布資料、当日の流れなどをメールでご連絡致します。開催前日(営業日)の12:00までにメールが届かない場合は必ず弊社までご一報ください。
・受講者側のVPN、セキュリティ設定、通信帯域等のネットワーク環境ならびに使用デバイスの不具合については弊社では対応致しかねますので予めご了承ください。

Zoom
Zoom使用に関する注意事項(クリックして展開)
・公式サイトから必ず事前のテストミーティングをお試しください。
 → 確認はこちら
 →Skype/Teams/LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、
  カメラ・マイクが使えない等の事象が起きる可能性がございます。
  お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
 →音声が聞こえない場合の対処例

・Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です。
 →参加方法はこちら
 →一部のブラウザは音声が聞こえない等の不具合が起きる可能性があります。
  対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
  (iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります)

見逃し視聴あり
申込み時に(見逃し視聴あり)を選択された方は、見逃し視聴が可能です。
(クリックして展開)
・見逃し視聴ありでお申込み頂いた方は、セミナーの録画動画を一定期間視聴可能です。
・セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。
・原則、遅くとも開催5営業日後までに録画動画の配信を開始します(一部、編集加工します)。
・視聴期間はセミナー開催日から5営業日後を起点に1週間となります。
 ex) 2/6(月)開催 セミナー → 2/10(金)までに配信開始 → 2/17(金)まで視聴可能
 ※メールにて視聴用URL・パスワードを配信します。配信開始日を過ぎてもメールが届かない場合は必ず弊社までご連絡ください。
 ※準備出来しだい配信致しますので開始日が早まる可能性もございます。その場合でも終了日は変わりません。
  上記例の場合、2/8(水)から開始となっても2/17まで視聴可能です。
 ※GWや年末年始・お盆期間等を挟む場合、それに応じて弊社の標準配信期間設定を延長します。
 ※原則、配信期間の延長は致しません。
 ※万一、見逃し視聴の提供ができなくなった場合、
  (見逃し視聴あり)の方の受講料は(見逃し視聴なし)の受講料に準じますので、ご了承ください。
 →見逃し視聴について、こちらから問題なく視聴できるかご確認ください。(テスト視聴動画へ) パスワード「123456」 

セミナー開催にあたって

■はじめに:
 現在の機械学習ではビッグデータと呼ばれる大量のデータを用いた学習を前提とすることが多い.しかし現実には,データの取得に金銭的・時間的コストがかかり,少数のデータしか得られないというケースも多く,単純に機械学習を適用しても満足のいく精度が出ないことがある.本セミナーでは,人間の知識やシミュレーションを援用したり,機械学習のために効率的なデータ取得を工夫したりといった,少数データ解析のための戦略について事例を交えながら紹介する.

■受講対象者:
・製造業などで少数データを製品設計などにうまく活用したいと思われている方
・機械学習の結果の解釈や評価法に興味がある方

■必要な予備知識:

特に必要ありませんが,高校〜大学初級程度の線形代数・確率の知識があるとより理解がしやすいと思います.

■本セミナーで習得できること:
・人間の知識やシミュレーションを機械学習と組み合わせる技術
・機械学習のための効率的なデータの採取法
・機械学習の結果の解釈や評価の仕方
など

セミナー内容

1.機械学習の概要
 1)ビッグデータとディープデータ
 2)次元の呪いと汎化能力
  a)線形回帰を例として(一番簡単な機械学習)
  b)汎化能力と高次元データ
 3)データ解析の基本手順
  a)開発言語のいろいろ
  b)いろいろな可視化プロット
  c)主成分分析とクラスタリング
  d)機械学習の基本手法

2.少数・高次元データの学習のための技術
 1)スパースモデリングと正則化
  a)交差検証法
  b)いろいろな正則化の比較
 2)圧縮センシングによる高解像度撮像
  a)ブラックホールやMRIの撮像技術
 3)シミュレーションデータを活用したスパースモデリング

3.人間の知識をモデル化するための技術
 1)ベイジアンネットを使ったモデル化法
  a)ベイズの定理と生成モデル
  b)ベイジアンネットワーク
  c)グラフィカルLASSO
 2)ベイズ推論のための計算アルゴリズム
  a)信念伝播法
  b)マルコフ連鎖モンテカルロ法
 3)データ同化と状態空間モデルによる時系列モデリング
  a)カルマンフィルタとパーティクルフィルタ

4.結果の評価・可視化・説明
 1)機械学習結果の評価法
 2)信頼度付き機械学習
  a)ガウス過程回帰
  b)機械学習と仮説検定
 3)ディープラーニングの結果の解釈と説明
  a)感度分析
  b)敵対的学習

5.データ不足を補ういろいろな技術
 1)異常検知のための技術
 2)半教師あり学習とクラウドソーシング
  a)欠損値補完
 3)転移学習とマルチタスク学習
  a)ディープラーニングにおける少数画像の学習
 4)能動学習とベイズ最適化によるデータ取得法
  a)アクティブラーニング
  b)ベイズ最適化
  c)マルコフ連鎖モンテカルロ法による最適化

<質疑応答>

セミナー番号:AD240413

top

会社概要 プライバシーポリシー 特定商取引法に基づく表記 商標について リクルート
Copyright ©2011 技術セミナー・技術書籍の情報機構 All Rights Reserved.