関数推定 / 異常検知 / 深層学習 / 進化的機械学習について解説します!

セミナープログラム

 1 機械学習の現状と課題
  1.1 人工知能と機械学習
  1.2 機械学習の種類と方法
  1.3 教師あり/なし/半教師あり学習
  1.4 深層学習(ディープラーニング)概論
  1.5 少量データを用いた機械学習とは?

 2 少量データを用いた機械学習1:関数推定
  2.1 ベイズ最適化に基づく関数推定
  2.2 遺伝的プログラミング(GP)による関数推定
  2.3 CGP(Cartesian GP)による関数推定

 3 少量データを用いた機械学習2:異常検知
  3.1 1クラスSVM(Support Vector Machine)
  3.2 CAE(Convolutional Auto Encoder)による異常検知
  3.3 異常検知における学習データの水増し

 4 少量データを用いた機械学習3:少量データによる深層学習
  4.1 CG(Computer Graphics)を用いた機械学習
  4.2 GAN(Generative Adversarial Network)による水増し
  4.3 転移学習と蒸留・浸透学習(Percolative Learning)

 5 少量データを用いた機械学習4:進化的機械学習
  5.1 進化計算法の原理と特徴
  5.2 処理プロセスの自動生成
  5.3 分かり易い分類器の自動生成
  5.4 CS(Classifier System)によるルールの学習

 6 AIの業務への導入方法
  6.1 AI導入時の注意点
  6.2 AI人材の育成方法について

 7 まとめ

セミナー講師

 長尾 智晴(ながおともはる) 氏     横浜国立大学 大学院環境情報研究院 教授(工学博士)

セミナー受講料

お1人様受講の場合 51,700円[税込]/1名
1口でお申込の場合 62,700円[税込]/1口(3名まで受講可能)
 
受講申込ページで2~3名を同時に申し込んだ場合、自動的に1口申し込みと致します。

受講について

  • 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング(http://zoom.us/test)にアクセスできることをご確認下さい。
  • インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。
  • 受講中の録音・撮影等は固くお断りいたします。

関連記事

もっと見る