機械学習・深層学習・AIを理解するために！　統計解析とベイズ統計解析しかたの入門から最新の応用事例まで！＜Zoomセミナー＞

セミナー趣旨

　昨今、世の中は機械学習・深層学習・AIブームといっても過言ではありません。私が技術指導をさせて頂いております某超大手企業の技術研究所などでも、機械学習・深層学習・AIを専門としていない研究者にも機械学習・深層学習・AIの分野で成果を出すことが求められています。
　また、新型コロナ感染拡大防止が叫ばれており"with コロナ"の時代になり、多くの企業がテレワークに移行しており、それまでのオフィスのスペースを縮小する動きが盛んになってきており、なかにはオフィススペースを半減、あるいは無くしてしまうという会社も珍しくない状況になってきました。
　このような状況の中、機械学習・深層学習・AIが益々活躍する時代になってきていると言っても過言ではないでしょう。。
　しかし、機械学習・深層学習・AIを十分に理解せず消化不良のまま、機械学習・深層学習・AIの分野で成果をあげることが求められており、この状況に振り回されている方が多いのではないかと思います。
　本セミナーはこのようなかたに機械学習・深層学習・AIを根底から理解するための能力を向上し、機械学習・深層学習・AIをブラックボックス化しなくてすむようにするためのセミナーです。

受講対象・レベル

１．機械学習・深層学習・AIの技術専門書を読んでも理解できないかた
２．機械学習・深層学習・AIを勉強したいが、その前にその数学的なよりどころになる統計解析やベイズ統計をまともに勉強したことがないかた
３．統計解析やベイズ統計を独学したが考え方の基本がわかっていないのでこれらについての専門書が理解できなかったかた
４．MATLAB、TensorFlow、Chainer、Cafe、Pythonのパッケージソフトなどで機械学習・深層学習・AIを計算している（ブラックボックスとして計算）が、その計算結果が正しいのか正しくないのか、信頼していいのかいけないのかが判断できないかた
５．これから機械学習・深層学習・AIの勉強を開始し、この分野で成果を出して社内で評価されたいかた
６．もともと数学が苦手なかた
７．自分の専門分野の勉強だけでも忙しいのに、その上、機械学習・深層学習・AIをまともに勉強する時間が取れないかた
８．部下の管理・監督上、機械学習・深層学習・AIを理解しなければならない。そのためにはまず統計解析・ベイズ統計を理解しなければならないと考えておられるかた。

必要な予備知識

必要ありません。難解な数式は使用せずに分かりやすく解説致します。

習得できる知識

１．機械学習・深層学習・AIを理解するために必須である統計解析・ベイズ統計について理解できるようになります
２．最適サンプリング数の算出方法（計算方法）についても解説致します
３．ベイズ統計を実務に応用するにはどうのようにすればよいかが理解できます
４．機械学習・深層学習・AIを設計などの実務技術分野にどのように応用すればよいかについて最新の研究例をご紹介致します
５．機械学習・深層学習・AIは自分の専門ではないが部下の管理・監督上、本質的な考え方・やりかたを理解したいというかたにも、この技術の重要な基礎である統計解析・ベイズ統計が理解できるようになります
６．機械学習・深層学習・AIを機械設計の自動設計などへの応用のしかたについてのイメージが把握できるようになります

セミナープログラム

１．統計解析（推測統計）入門
　　1-1 推測統計とは？
　　1-2 平均値とは？
　　1-3 実は誤差には３種類あります！ その種類と内容は？
　　1-4 そもそも誤差を求めることはできるのでしょうか？
　　1-5 データがバラついているのか、それともバラついていないのか？ データのバラつき具合はどのように計算すればいいのでしょうか？
　　1-6 データの標準偏差とは何を意味しているのか？ 標準偏差はどのように計算すればいいのでしょうか？
　　1-7 ここで、平均値・標準偏差・分散の基本的性質を数式を使用して整理しておこう！ これが理解できれば統計解析の基本的な考え方が理解できたことになります！
　　　　 分散と不変分散、何が違うのか？ 双方の使い分けはどのようにすればいいのか？

２．正規分布⇒標準正規分布の本質を理解しよう！
　　2-1 正規分布とは？ どのようなデータでも正規分布に従うのだろうか？
　　2-2 確率分布と正規分布⇒標準正規分布への変換のしかた
　　2-3 標準正規分布表のみかた
　　2-4 標準正規分布に従わないデータはどのように扱えばいいのだろうか？
　　2-5 中心極限定理が無かったら推測統計解析は今のレベルに至っていなかった
　　2-6 中心極限定理の本質を理解しよう！

３．標本データから母集団を推定する例として母平均を推定してみよう！
　　3-1 平均値の推定のしかたは？
　　3-2 母集団が正規分布でその母分散が既知の場合、標本平均から母平均を推定する方法は？
　　3-3 母集団が正規分布でその母分散が既知でない場合、標本平均から母分散を推定する方法は？
　　3-4 不偏分散を使用するとどうなるのか？

４．t-分布の活用のしかたは？
　　4-1 t-分布の由来は？　t-分布とはどのような分布でどうのように活用すればいいのか？
　　4-2 t-分布における自由度とは？
　　4-3 t-分布を表す確率密度関数はどのような関数になるのか？
　　4-4 t-分布と標準正規分布との関係を数学を活用して明確にしよう！　
　　4-5 t-分布を利用した母平均の推定方法とは？
　　4-6 実務にても大変重要：抜き取り調査（抜き取り検査、サンプリング調査）のための最適なサンプリング数（最適サンプリング数）を推測統計理論に基づいて求めてみよう！

５．統計的仮説検定（単に検定とも呼びます）とは？
　　5-1 統計的仮説検定とはどのような目的で内を行うのか？
　　5-2 統計的仮説検定の考え方と例題

６．ベイズ統計とは？
　　6-1 ベイズ統計をわかりやすく一言で解説すると？
　　6-2 最初に理解しなくてはならない専門用語
　　　(1) 同時確率とは？
　　　(2) 条件付き確率とは？
　　　(3) ベイズ統計における乗法定理とは？
　　　(4) ベイズ統計における加法定理とは？
　　6-3 ベイズの定理について
　　　(1) ベイズの定理とはどのようなものでどのように役立っているのか？
　　6-4 次に理解しなくてはならない専門用語
　　　(1) 事前確率
　　　(2) 尤度
　　　(3) 事後確率とは？

７．実はこれが重要：ベイズの定理を実務へ応用する方法
　　7-1 ベイズの定理の応用とは？
　　7-2 ベイズの定理を応用した計算でどのようなことができるのか確認してみよう！
　　7-3 理由不十分の原則とは？　融通がきくとはどういうことか？
　　7-4 ベイズ更新とは？　なぜ融通がきくのか？
　　7-5 ナイーブベイズフィルタとは？　迷惑メールへの応用とは？
　　7-6 計算例題：正規分布するデータをベイズ統計で分析してみよう!
　　7-7 ベイズ統計の応用分野にはどのようなものがあるか？

８．ベイズ統計の機械学習・振動学習・AIへの応用にはどのようなものがあるのか？

９．機械学習・深層学習・AIの実務面への最新の応用研究事例として機械設計への応用（自動設計）について解説！

１０．質疑応答

セミナー講師

（社）日本騒音制御工学会認定技士 （社）日本音響学会技術開発賞受賞
有限会社アイトップ　技術コンサルタント　通訳・翻訳
工学博士　小林 英男　氏

【略歴】
　東京電機大学工学部機械工学科卒業後、東京農工大学大学院工学研究科にて特別研究員
　大学生時代にESSに所属し、カリフォルニア大学バークレイ校に語学研修、および毎日新聞社後援英語弁論大会で３位入賞。企業からの派遣で東京農工大学大学院工学研究科にて５年間特別研究員（産学協同研究、文部省認定）。東京電機大学第５３代ESS部長。英語の勉強にも集中したのは卒業後に世界で活躍できるエンジニアになるため。
　大学卒業後、リオン㈱に入社し、騒音・振動の測定・分析・対策、および海外事業部でセールスエンジニアとして従事。 　 ㈱アマダに勤務し、工場で組立・製造・検査、海外事業部で技術サービスおよび技術コンサルタント、システム事業部で板金加工自動化ライン(FMS)の開発・設計、技術研究所でアマダ製品の低騒音・低振動化および快適音化などの研究開発に携わり大ヒット商品を世に送り出した。上記のように、製造、サービス、設計、開発、研究（製造～研究まで）の一連の実務経験を積んだ。
　 その後、技術コンサルタントとして独立して２５年が経過した。１部上場企業の研究、開発、設計部署を中心に、多くの企業に対し技術指導およびコンサルティングを実施。この間に先進国を中心に２５ヶ国以上に出張し、エンジニアとして英語で仕事をするだけでなく、通訳・翻訳なども行う。
　セミナーの講師歴は２５年間。日刊工業新聞社など主催の多くの技術セミナー・英語セミナー・工業数学セミナー・応用物理数学セミナーの講師を行ってきている。この間に専門学校や大学で非常勤講師も行ってきた。
　特に、日刊工業新聞社主催のセミナー講師歴は長く１０年以上。機械学習・深層学習・AIを加速化させる技術指導にも力を入れてきた。
　また、幾多の難局を乗り越えて技術指導を成功させてきた。本セミナーでは、その時々の実際の実務経験もまじえながら分かりやすく解説致します。
【所属学会】
・日本機械学会
・自動車技術会
・日本ロボット学会
・日本騒音制御学会、etc.

セミナー受講料

￥49,500/人（テキスト代、消費税含む）

新型コロナ感染防止キャンペーンとしまして、１社から同時に受講お申し込みをして頂きますと、お一人様の受講料でお二人様にご受講して頂くことができます。この場合は、受講お申込みフォームの備考欄に「二人同時受講」とご記入し、お二人目様の氏名、所属、連絡先電話番号、メールアドレスをご記入ください。セミナー受講料のご請求書は、代表お申込者（お一人目の受講者様）に郵送いたします。

＜テキストについて＞
テキストは、原則としてセミナー開催日の３営業日までに受講者様に届くように郵送致します。場合によっては、当社の独自の判断によりテキストをPDFファイル化しメールに添付してお送りすることもあります。

受講について

　Zoomを使用したWebinarになります。このZoomセミナー開催日の前日の午前中までに、Zoomセミナーへご参加頂くためのURLとセミナーIDをメールにてご連絡させて頂きます。セミナー当日は、５分前までにはご入場下さい。

　ご参加時にお名前がわかるようにして頂く様お願い申し上げます。これは、入場できずにいる方などを見つけるためのものですのでご協力くださいますようお願い申し上げます。

　社内からZoomセミナーに参加できない場合は、テレワークの一環としてご自宅などからご自分のパソコンなどでご受講頂くこともできます。

　受講開始時にはマイクはオフに設定下さい。ビデオもオフに設定して頂くことができます。この場合は受講者様の映像は、セミナー主催者およびセミナー講師には届きません。また、ビデオ設定をオンにしても背景画像をご選定頂ければ受講者様の背後映像はセミナー主催者およびセミナー講師には届きません。

　セミナー受講中にご質問がある場合は、チャット欄にご記入頂く様お願い申し上げます。ご質問へのご解答は原則としてセミナー受講時間中に完了するように致します。

　目安ですが、講習時間約60分に対し約10分間を休憩時間と致します。

　昼食時間は、11:45~12:45です。

　また、セミナーテキスト内に記載されていることへのご質問は、セミナー受講後（例えば１ヶ月後とか半年後）でも無料で本セミナーの講師がZoomソフトやメール・電話を使用してご解答致します。

【お申込の前のお願い】
ご使用のPC・通信回線にセキュリティなどの制限がある場合、Zoomを利用できない場合があります。事前に下記のサイトにて、Zoomの接続・利用についてご確認ください。
・テスト画面： 『Zoomをテストする』