『機械学習』超入門セミナー 【名古屋開催】 ～機械学習とは何か？何が得意で何が苦手なのか？ 産業の現場で使う際の注意は？などについて易しく解説～

「機械学習とはどのようなもので、どんな手法があるのか？其々の長所・短所は？」
「実際の業務で使えるのか？使えるとしたらどのような注意が必要？」
といった素朴な疑問にわかりやすくお答えします。

　機械学習に注目が集まっています。その代表として、特にディープラーニング(DL)が話題になっていますが、DLは機械学習の一手法で、他にも有望な手法が多数あります。そこで本セミナーでは、多くの人が思っている「機械学習とはどのようなもので、どんな手法があるのか？其々の長所・短所は？」、「実際の業務で使えるのか？使えるとしたらどのような注意が必要か？」、「話題のディープラーニングとは？CaffeやChainer、GoogleのTensorFlowなどツールの利用方法は？」といった素朴な疑問に分かり易くお答えします。

【講師】

横浜国立大学 大学院環境情報研究院　教授 工学博士　長尾 智晴 先生
1984年 東京工業大学大学院総合理工学研究科 物理情報工学専攻博士課程中退．
同年東京工業大学工学部附属像情報工学研究施設助手．東京工業大学助教授を経て
2001年 横浜国立大学 大学院環境情報研究院教授．現在に至る．工学博士(東京工業大学）．
2008年 大学発ベンチャー(株)マシンインテリジェンスを起業して取締役CTOを兼務中．
YNU 人工知能 研究拠点代表．

【セミナープログラム】

1. 機械学習って何？
　1) 人工知能と機械学習の違い
　2) 機械学習の種類とそれぞれの概要
　　　　a) 教師あり学習と教師なし学習
　　　　b) 事例に基づく学習
　　　　c) その他の機械学習
　3) 何が得意で何が苦手なのか？

2. 統計的機械学習の方法とは？
　1) 何をするものなのか？
　2) 統計的機械学習の代表的な手法
　　　　a) ニューラルネットとディープラーニング
　　　　b) サポートベクタマシンとブースティング
　　　　c) 決定木とランダムフォレスト
　　　　d) その他の手法
　3) ディープラーニングの実験方法とツールの紹介
　　　　a) Caffe
　　　　b) Chainer
　　　　c) TensorFlow
　　　　d) その他のツール：Theano,Keras
　　　　e) なぜPythonがディープラーニングに適しているのか？
　4) ディープラーニングは産業応用可能か？

3. 進化的機械学習の方法とは？
　1) 何をするものなのか？
　2) 進化的機械学習の代表的な手法
　　　　a) 入出力の事例からの関数推定
　　　　b) プログラムの最適化・自動構築
　　　　c) ネットワーク構造の最適化
　　　　d) ルールの自動獲得
　　　　e) その他の手法
　3) 実験例のご紹介

4. 機械学習の産業応用について
　1) 機械学習を実際に用いる際の注意
　2) 適用事例のご紹介
　　　　a) 製品の欠陥検査処理
　　　　b) 画像処理プロセスの自動生成
　　　　c) 画像認識器の自動構築
　　　　d) 機械・ロボットの最適制御
　3) 産業現場の機械学習に求められる課題