以下の類似セミナーへのお申込みをご検討ください。
小規模データに対する機械学習の効果的適用法
■AI活用人材育成講座■『機械学習(ディープラーニング)の基礎・活用・実践<全3回>』
AIを業務に活用するためにやるべき10のこと
機械学習/AIによる特許調査の高度化で実践するスマート特許戦略
実践:AI時代の戦略立案
深層学習と適応フィルタ:2つの概念の理解と使い分け
米国「生成AI」ビジネス最前線
人工知能初めの第一歩のセミナー ~人工知能は電気羊の夢を見るか?~
説明可能AI(XAI:explainable AI)の作り方とAIの業務への導入方法
開催日 |
10:30 ~ 16:30 締めきりました |
---|---|
主催者 | 株式会社トリケップス |
キーワード | AI(人工知能) 機械学習・ディープラーニング ソフトウェア開発 |
開催エリア | 全国 |
開催場所 | お好きな場所で受講が可能 |
~機械学習の説明性向上・精度向上の方法と失敗しないAI導入のコツ~
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 YNU人工知能研究拠点長 / 教授(工学博士)
<経歴、等> 東京工業大学大学院出身.東京工業大学工学部助手・助教授を経て,2001年より現職.経産省NEDO「共進化AIプロジェクト」採択課題研究代表者,横浜国立大学発ベンチャー 株式会社マシンインテリジェンス取締役CTOを兼務. <研究> 知能情報学/進化計算法/機械学習/感性情報処理/知的画像処理/医工連携工学など. <学会> 情報処理学会,電子情報通信学会,人工知能学会,進化計算学会,IEEEなどに所属して各学会で活動中.
セミナー受講料
お1人様受講の場合 53,900円[税込]/1名1口でお申込の場合 66,000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。
セミナープログラム
1 人工知能と機械学習 1.1 人工知能とは何か?〜定義・考え方の推移など〜 1.2 機械学習概論〜説明/事例に基づく学習など〜
2 深層学習(ディープラーニング)の現状と課題 2.1 ニューラルネットワーク概論〜NNの原理と学習の本質〜 2.2 深層学習の基礎と最近の手法〜深層学習の考え方・長所・短所〜 2.3 最近のAIの課題と説明できるAI:XAI〜現状のAIの課題と解決策〜
3 ブラックボックス系機械学習のXAI 3.1 学習済みの深層回路の可視化〜Grad-CAM・LIMEなど〜 3.2 特徴空間の自動構築と可視化〜AE・CAE・VAE・UMAPなどによる次元圧縮〜 3.3 可視化を前提とした深層学習〜GCM・判断根拠の提示〜 3.4 深層回路の構造単純化・最適化法〜進化計算法・勾配降下による方法〜 3.5 転移学習と浸透学習〜知識の転用による学習〜
4 ホワイトボックス系機械学習のXAI 4.1 特徴量の最適化による精度向上〜SVMなどの特徴量の最適化〜 4.2 処理過程が説明できる処理の自動構築〜処理ユニットの組合せ最適化〜 4.3 決定木などの処理の言葉による説明〜ルール集合による説明〜 4.4 小規模かつ高性能な回路の自動構築〜セル型回路の利用など〜
5 AIの業務への導入方法 5.1 AI導入時の注意点〜課題と解決策〜 5.2 AI人材の育成方法〜どの方法がベストか?〜
6 まとめ・AIよろず相談室 〜質疑応答とフリーディスカッション〜
付録1:代表的な機械学習法付録2:進化計算法の原理と特徴付録3:横浜国大・長尾研のご紹介