・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4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4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＞
よくあるお問合せ
リクエスト
セミナー会場へのアクセス
