ベイズモデリングによる機械学習入門 ~基礎から実践テクニック、様々な応用例や最新トピックス~

47,300 円(税込)

※本文中に提示された主催者の割引は申込後に適用されます

※銀行振込、コンビニ払い

このセミナーの申込みは終了しました。


よくある質問はこちら

このセミナーについて質問する
開催日 10:30 ~ 16:30 
締めきりました
主催者 株式会社 情報機構
キーワード 機械学習・ディープラーニング   SQC一般   モンテカルロ法
開催エリア 全国
開催場所 お好きな場所で受講が可能

実演や具体的な応用事例を通じ、ベイズモデリングによる機械学習の全体像を基礎から学べます!

少ないデータ数で機械学習を実行したい、人間の知識と機械学習を融合させたいなど、実用上ぶつかる問題点への解決ヒントに!

セミナー講師

 赤穂 昭太郎 先生   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 

セミナー受講料

【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。

受講について

※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

配布資料・講師への質問等について

  • 配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
    (開催1週前~前日までには送付致します)。

    ※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。)
  • 当日、可能な範囲で質疑応答も対応致します。
    (全ての質問にお答えできない可能性もございますので、予めご容赦ください。)
  • 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・販売等を禁止致します。

下記ご確認の上、お申込み下さい

  • PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
  • ご受講にあたり、環境の確認をお願いしております(20Mbbs以上の回線をご用意下さい)。
    各ご利用ツール別の動作確認の上、お申し込み下さい。
  • 開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。

Zoomを使用したオンラインセミナーとなります

  • ご受講にあたり、環境の確認をお願いしております。
    お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
    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でカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
  • 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。
    ※一部のブラウザは音声(音声参加ができない)が聞こえない場合があります。
     必ずテストサイトからチェック下さい。
     対応ブラウザーについて(公式) ;
     「コンピューターのオーディオに参加」に対応してないものは音声が聞こえません。

申込み時に(見逃し視聴有り)を選択された方は、見逃し視聴が可能です

  • 開催5営業日以内に録画動画の配信を行います(一部、編集加工します)。
  • 視聴可能期間は配信開始から1週間です。
    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。
    尚、閲覧用のURLはメールにてご連絡致します。
    ※万一、見逃し視聴の提供ができなくなった場合、
    (見逃し視聴有り)の方の受講料は(見逃し視聴無し)の受講料に準じますので、ご了承下さい。
    こちらから問題なく視聴できるかご確認下さい(テスト視聴動画へ)パスワード「123456」

セミナー趣旨

  機械学習の手法は目的によってさまざまなものがあり、学ぶにしても使うにしても迷子になってしまうことがあります。 ベイズモデリングはすべての要素を確率として扱うことにより機械学習にシンプルで統一的な視座を与えてくれます。 また、データ数が少ない状況で機械学習したいとか,人間の知識と機械学習を融合したいとかいった実用上の問題点に対しても解決の糸口を与えてくれます。
  本セミナーでは、確率の基本からベイズモデリングの最前線までを単純なデータを使った実演や具体的な応用事例紹介を通じて、ベイズモデリングに基づく機械学習の全体像を理解することができます。

受講対象・レベル

・データ解析や機械学習を実践されようとしている方・実践されている方
・機械学習をブラックボックスではなく既存の知識と組み合わせて構築することに興味がある方
・機械学習の結果の信頼性評価など確率的な側面に興味がある方

必要な予備知識

必須ではないが、高校卒業レベルの数学の知識があれば尚良いです。

習得できる知識

・ベイズモデリングの考え方や基本的な手順
・ベイズモデリングを用いた機械学習の全体像に関する理解
   など

セミナープログラム

1.ベイズモデリングの基本
 1)確率によるモデリング
 2)機械学習とベイズモデリング
  a. ベイズモデリングの利点・欠点
 3)ベイズ統計学の基本
  a. 確率の基本事項
  b. ベイズの定理
  c. ベイズモデリングの手順
 4)確率と意思決定
   a. ベイズ決定理論
 5)モデルの選択
 6)ベイズ線形モデル
  a. 正則化とベイズの関係
  b. 予測分布
  c. ハイパーパラメータの決め方
  d. スパースモデリング
  e. ガウス過程
 7)グラフィカルモデルとベイジアンネットワーク
  a. ベイジアンネットワーク
  b. 線形回帰のベイジアンネットワーク
  c. 学習と推論
  d. グラフィカルLASSO
  e. 単純ベイズ法と迷惑メールフィルタ
2.ベイズモデリングの実践
 1)ドメイン知識とシミュレーション
  a. 基本的確率モデルのいろいろ
 2)事前分布の決め方
  a. 共役事前分布
 3)信念伝播アルゴリズム
 4)事後分布の近似法
  a. 変分ベイズ法とクラスタリングにおける実例
  b. トピックモデルと行列分解
 5)マルコフ連鎖モンテカルロ法と実例
  a. いろいろなMCMC
  b.stan によるモデリング
3.ベイズモデリングの広がり
 1)転移学習と半教師あり学習
 2)ベイズ深層学習
 3)ベイズ最適化による実験計画法
 4)シミュレーションとレプリカ交換法
 5)カルマンフィルタ・パーティクルフィルタによるデータ同化
<質疑応答>

*途中、お昼休みや小休憩を挟みます。