カルマンフィルタ・機械学習のための確率統計・線形代数入門

セミナー趣旨

  　深層学習（ディープラーニング）に代表される機械学習に対する関心が非常に高まっています。機械学習のユーザであれば，その中身について深く知る必要はないかもしれません。しかし，学習理論を正しく使うためには，その中身を構成する確率・統計理論や線形代数などの数学の知識が必要です。このような知識を持っていれば，この第3次AI ブームが終わっても，それらは次に向けた研究開発に大いに役立つことでしょう。
　本セミナーでは，カルマンフィルタ，システム同定，機械学習などを学ぶために必要な数学に焦点を絞って解説します。まず，難解だと言われる確率論を平易に解説することを試みます。また，その延長線上にある最小二乗法と最尤推定法などの統計的推定論を説明し，最小二乗法の先にある特異値分解法や，機械学習理論でも中心的な理論である正則化法について解説します。

セミナープログラム

　1　はじめに

　2　確率の基礎
　　2.1　確率の定義，確率密度関数，期待値
　　2.2　正規分布とさまざまな確率分布
　　2.3　多次元正規分布と固有値分解

　3　統計的推定：最小二乗法と最尤推定法

　4　最小二乗法によるデータ処理

　5　最小二乗法の先
　　5.1　特異値分解を用いた最小二乗解
　　5.2　L2 ノルム正則化法
　　5.3　L1 ノルム正則化法（LASSO）

　6　線形基底関数モデルとカーネル法

　7　まとめ

セミナー講師

足立　修一（あだち　しゅういち）　氏　 慶應義塾大学　名誉教授（工学博士）

＜経歴＞ 　　

　　1981年　慶應義塾大学　工学部　電気工学科卒業
　　1986年　慶應義塾大学大学院　工学研究科　博士課程　電気工学専攻修了（工学博士）
　　1986年　株式会社東芝入社　総合研究所　勤務
　　1990年　宇都宮大学　工学部　電気電子工学科　助教授
　　　1993年 〜1996年　科学技術庁　航空宇宙技術研究所（現JAXA）客員研究官　兼務
　　2002年　宇都宮大学　工学部　電気電子工学科　教授
　　　2003年 〜2004年　ケンブリッジ大学　工学部（制御グループ）　客員研究員（Gonville and Caius College）
　　2006年　慶應義塾大学　理工学部　物理情報工学科　教授

＜研究テーマ＞  　　

　　1　システム同定理論と時系列解析…連続時間システム同定法　/　プロセス制御のための実用的なシステム
　　　同定理論　/　時系列解析
　　2　非線形・非ガウシアン最適フィルタリング理論（状態推定問題）…Unscented Kalman filter (UKF）　
　　　/　カルマンフィルタ理論の実用化検討
　　3　制御系設計理論…モデル予測制御（Model Predictive Control）　/　ロバスト制御

＜主な著書＞  　

　「MATLAB による制御のための上級システム同定」（2004）、「電気自動車の制御システム〜電池，モータ，エコ技術〜」（2009.6.10）、「システム同定の基礎」（2009.9）、「カルマンフィルタの基礎」、「バッテリマネジメント工学」（2015.12）、（2012.10）…以上、東京電機大学出版局。
　「信号・システム理論の基礎〜フーリエ解析，ラプラス変換，z変換を系統的に学ぶ〜」（2014.10）…コロナ社

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。