パターン認識 サポートベクターマシン セミナー

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
8月
9月
10月
11月〜

化学・電気系 その他各分野
8月
9月
10月
11月〜

  ・10月名古屋開催セミナー
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
  ↑2019/7/3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  


医薬・機器・化粧・食品系セミナー

*その他 機械学習・ディープラーニング・人工知能: 関連セミナー、書籍はこちら:

☆教師あり学習の考え方・ベイズ推定の基本・LIBSVMの使用法
 ・未学習データに対する汎化性向上など、ポイントを分かり易く解説します!
☆基本(考え方)をしっかりと整理し、今後の業務へ活かせるよう導きます!

機械学習におけるパターン認識手法
「サポートベクターマシン(SVM)」
の理論と応用

講師

東京工業大学 工学院 システム制御系 システム制御コース 特任准教授
博士(工学) 西田健次 先生

* 希望者は講師との名刺交換が可能です

講師紹介

■経歴
 慶應義塾大学工学部電気工学科卒業後、通商産業省工業技術院電子技術総合研究所入所、(財)新世代コンピュータ技術開発機構(ICOT)出向を経て、2001年より、(独)産業技術総合研究所(AIST)主任研究員。
 2018年4月より、東京工業大学システム制御系特任准教授。

■専門および得意な分野・研究
・統計的パターン認識(主に画像系)
・コンピュータ・ビジョン
・機械学習

■本テーマ関連学協会での活動
情報処理学会会員

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2019年10月8日(火) 10:30-16:30
●会場 [東京・渋谷]渋谷区文化総合センター大和田2階学習室1 →「セミナー会場へのアクセス」
●受講料 1名43,000円 + 税、(資料・昼食付)
 *1社2名以上同時申込の場合、1名につき33,000円 + 税
 ※消費税につきまては講習会開催日当時の税率にて課税致します。
      *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 →

セミナーポイント

■講座のポイント
 深層学習に代表される人工知能技術が注目されているが、その基本となっているのはデータの属性に基づく分類手法であることには変わりはない。
 本講座では、まず、データ分類の基礎となるデータ間の類似性についての考え方を紹介し、確率的な誤り最小化、教師あり学習など、機械学習の基本となる手法を概観する。
 最後に、教師あり学習手法の例としてサポートベクターマシンを取り上げ、その代表的なライブラリであるLIBSVMの使用法を紹介するとともに、実際の応用例も紹介する。

■受講後、習得できること
・機械学習の基本となる教師あり学習の考え方
・確率的な考え方(ベイズ推定)の基本
・LIBSVMを例としたサポートベクターマシンの使用法
・未学習データに対する性能(汎化性、本当の性能と言ってよい)向上のためのポイント

■講演中のキーワード
・サポートベクターマシン(あるいは、サポートベクトルマシン)
・識別器
・特徴量
・カーネル法
・汎化性/過学習

セミナー内容

1.パターン認識技術の概要

2.距離と類似性
 2.1 特徴料
 2.2 距離尺度
 2.3 類似性
 2.4 データの正規化

3.最近傍法とベイズ推定
 3.1 最近傍法
 3.2 確率的な考え方とベイズ推定
    3.2.1 確率分泌
    3.2.2 事前確率、条件付確率、事後確率
    3.2.3 期待損失と最尤推定

4.線形識別手法
 4.1 ベイズ推定と線形識別手法
 4.2 損失関数
 4.3 最適識別面とサポートベクターマシン(SVM)
 4.4 ソフトマージンSVMと汎化性

5.非線形識別手法
 5.1 非線形識別手法
 5.2 カーネル法
 5.3 カーネルSVM
 5.4 カーネルSVMの汎化性

6.LIBSVM
 6.1 LIBSVMの概要
 6.2 LIBSVMの使用例

7.汎化性向上手法
 7.1 特徴選択
 7.2 サンプル最適化

8.まとめ、応用例など

<質疑応答>

セミナー番号:AA191048

top

注目の新刊

雑誌 月刊化学物質管理

洗浄バリ 2019

日本語メディカルライティング

DI対応CSV 2019

プラスチック環境対応技術

自動運転センシング

半導体製造プロセス

三次元培養

ピッカリング・エマルション

再生医療・細胞治療

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.