【中止】統計的機械学習理論の入門とデータサイエンスへの実践的応用

~確率的グラフィカルモデルの基礎とその応用~

初学者にも分かりやすいよう、理論の基礎から全体像、応用に対する考え方に至るまでを解説
統計的機械学習、グラフィカルモデル、データサイエンス、データマイニング、人工知能、確率統計、、
機械学習から統計的機械学習へ

セミナー趣旨

 本セミナーでは、確率的グラフィカルモデルと呼ばれる統計的機械学習モデルをテーマとして扱います。確率的グラフィカルモデルの利点は、なんと言っても、これ一つ知っていれば多くのデータサイエンス(データマイニングや人工知能)に応用が利くという点です。これは、昨今の人工知能ブームにより盛り上がっているニューラルネットワークモデルとはその意味で一線を画すものです。データマイニングと人工知能を同時にこなすことのできる確率的グラフィカルモデルは、現在の人工知能の弱点(例えば、作成した人工知能の意味解釈が人間では困難である、など)を確率・統計的なアプローチで補填する可能性を大いに秘めた技術であり、将来の人工知能の核の一つになり得る技術と期待しています。また、確率・統計をベースにするという性質上、データ欠損に強いとか、ノイズに強いとか、非確率的モデルに比べて様々な利点があります。ただ残念なことに、学術業界以外では、確率的グラフィカルモデルに対する認知はまだほとんど広がっていません。
 本講義では、初学者にも分かりやすいよう、統計的機械学習理論を学ぶ上で重要となるトピックは網羅的に解説し、理論の基礎から全体像、そして、応用に対する考え方に至るまでを習得できるようにします。また、初学者だけに限らず、統計的機械学習理論を多少聞きかじったけれども、しっかりと基礎部分を把握しておきたいという方にもピッタリな内容となっています。内容の性質上、数式が多数出現しますが、必要に応じて補足をしていくので特殊な専門知識は必要ありません。

受講対象・レベル

・情報処理、システム、データ解析、ネットワーク、画像処理、他関連企業の方で人データマイニングや
   人工知能に興味のある方
・新しい(将来の)データサイエンスの切り口を知りたい方
・確率統計に基づくデータサイエンスに興味のある方

習得できる知識

・統計的機械学習理論の基礎理解と概要把握、そして応用への考え方を含む一通りの知識を習得できる。
・データマイニングと人工知能に関する包括的な知識を習得できる。

セミナープログラム

1.はじめに
 (1)データマイニングと人工知能
 (2)機械学習とは何か?
  a.教師あり学習
  b.教師なし学習
 (3)データマイニングと人工知能の違い
 (4)統計的機械学習の目的とメリット
 (5)確率の基礎と例題
  a.規格化条件
  b.平均・分散
  c.確率の和法則と積法則
  d.例題で基礎を理解しよう

2.統計的機械学習の基礎とマルコフ確率場
 (1)ベイズ推定
 (2)統計的機械学習の枠組み
 (3)マルコフ確率場
  a.確率的グラフィカルモデルとは?
  b.ギブスサンプリング
  c.ボルツマンマシン
 (4)マルコフ確率場の統計的機械学習の方法
  a.最尤法
  b.最尤法と情報理論
  c.EMアルゴリズム
 (5)マルコフ確率場の問題点
  a.組み合わせ爆発の問題
  b.近似的アプローチ(モンテカルロ積分法)
 (6)ガウス型マルコフ確率場

3.マルコフ確率場の応用例(データ生成モデル、データマイニング)
 (1)統計的重回帰分析
  a.通常の重回帰分析
  b.統計的機械学習に基づく重回帰分析
 (2)画像ノイズ除去
 (3)道路交通量の(ナウ・キャスト)推定
 (4)グラフマイニング
  a.スパースモデリングのアプローチ
  b.項目間の関連マップの抽出

4.人工知能への応用
 (1)パターン認識問題とは?
 (2)パターン認識問題のベイズ的定式化と逆問題
  a.事後分布による逆推定
  b.AIシステムが何を見ているのか? ~XAIとベイズ統計~

おわりに
 (1)統計的機械学習の意義とこれから

  □質疑応答□


キーワード:統計的機械学習、グラフィカルモデル、データサイエンス、データマイニング、人工知能、確率統計

セミナー講師

山形大学 大学院 理工学研究科 情報エレクトロニクス専攻 教授 博士(情報科学) 安田 宗樹 氏
[略歴]
2003年 東北大学工学部通信学科 卒業
2008年 東北大学大学院情報科学研究科 博士課程修了 博士(情報科学)
2008年~2013年 東北大学大学院情報科学研究科 助教
2013年~2021年 山形大学大学院理工学研究科 準教授
2020年~ サイントル株式会社 テクニカルアドバイザ(~現在)
2021年~ 山形大学大学院理工学研究科 情報・エレクトロニクス専攻 教授(~現在)
[専門]
ディープラーニング、統計的機械学習、データマイニング、画像処理、ネットワーク分析
[Webページ]
http://www.adv-pip.yz.yamagata-u.ac.jp/~muneki/

セミナー受講料

※お申込みと同時にS&T会員登録をさせていただきます(E-mail案内登録とは異なります)。

49,500円( E-mail案内登録価格46,970円 )
E-Mail案内登録なら、2名同時申込みで1名分無料
2名で 49,500円 (2名ともE-mail案内登録必須/1名あたり定価半額24,750円)

【1名分無料適用条件】
※2名様ともE-mail案内登録が必須です。
※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
※3名様以上のお申込みの場合、1名あたり定価半額で追加受講できます。
※請求書(PDFデータ)は、代表者にE-mailで送信いたします。
※請求書および領収証は1名様ごとに発行可能です。
 (申込みフォームの通信欄に「請求書1名ごと発行」と記入ください。)
※他の割引は併用できません。

※テレワーク応援キャンペーン(1名受講)【Live配信/WEBセミナー受講限定】
1名申込みの場合:39,600円 ( E-Mail案内登録価格 37,620円 )
※1名様でLive配信/WEBセミナーを受講する場合、上記特別価格になります。
※他の割引は併用できません。

受講について

Zoom配信の受講方法・接続確認

  • 本セミナーはビデオ会議ツール「Zoom」を使ったライブ配信となります。PCやスマホ・タブレッドなどからご視聴・学習することができます。
  • 申込み受理の連絡メールに、視聴用URLに関する連絡事項を記載しております。
  • 事前に「Zoom」のインストール(または、ブラウザから参加)可能か、接続可能か等をご確認ください。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • セミナー中、講師へのご質問が可能です。
  • 以下のテストミーティングより接続とマイク/スピーカーの出力・入力を事前にご確認いただいたうえで、お申込みください。
    ≫ テストミーティングはこちら

配布資料

  • PDFテキスト(印刷可・編集不可)

※セミナーに申し込むにはものづくりドットコム会員登録が必要です

開催日時


10:30

受講料

49,500円(税込)/人

※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 または、当日現金でのお支払い

開催場所

全国

主催者

キーワード

機械学習・ディープラーニング   データマイニング/ビッグデータ   SQC一般

※セミナーに申し込むにはものづくりドットコム会員登録が必要です

開催日時


10:30

受講料

49,500円(税込)/人

※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 または、当日現金でのお支払い

開催場所

全国

主催者

キーワード

機械学習・ディープラーニング   データマイニング/ビッグデータ   SQC一般

関連記事

もっと見る