説明可能なAI（XAI）「SLSystem（通称AI電卓）」を使用した多変量解析入門～エクセルのソルバーを使用した最適化の演習付～＜会場受講＞

セミナー趣旨

■セミナーのポイント 
  長年のデータ分析・AI・機械学習技術のビジネス活用の仕事経験だけでなく、データマイニング・機械学習のソフト開発の第一線で活動してきた立場として、入門から、最新技術まで、ビジネスへ活用事例・注意点・将来への発展方向などについて紹介します。
  本セミナーではエクセルのソルバーを使用して受講生に従来のDeep Learningのモデルと、AI電卓のモデルの最適化を演習して、その違いを体験して頂きます。

■セミナーの目的
入門から、先端研究まで、機械学習・データ分析の全体像、直面する問題点を理解する。
実践例を通して、ビジネス活用に必要不可欠な説明可能なAI（XAI、教師あり学習モデル、強化学習モデル）について理解する。
紹介する XAI製品=SLSystemの実演習も行う。
Deep Learning、深層学習との違いをモデルの最適化を行い体験する。
（Deep Learningのモデルも、エクセルでご自分で作成できる様に今回ご紹介します）
更に、時間があれば、質問応答時間を設け、AIの有効活用についての相談も可能です。
XAI: eXplainable Article Intelligence
SL: Statistical Learning

受講対象・レベル

・データ分析に興味があるが、プログラミングや統計は専門外という方
・AI（XAI）技術をビジネスに活用したい方
・機械学習のブラックボックス問題に課題を感じている方
＊尚、専門とされてる方の受講も歓迎しますが、ご質問やご指摘等は最後の質疑応答の時間でお願いします。

習得できる知識

・参加者にSlsystemの基本的な操作を紹介し、その優位性をご理解頂ける。
・深層学習とXAIとの違いを理解し、それぞれの特徴を活かしたデータ分析の応用ができるようになる。
・XAIの使用、活用における可能性を理解し、ご自分の課題解決に役立てられる。 

セミナープログラム

1.イントロダクション (30分)
　1.1 多変量解析
　　・線形な単、重回帰
　　・非線形なDeep Learning、深層学習による回帰
　1.2 AI電卓とは？
　　・開発の背景とコンセプト
　　　　電卓の様にAI技術の利用を誰でも手軽、可能に
　　・従来のデータ分析ツールとの違い
　　・説明可能なAI（XAI：eXplainable Artificial Intelligence）としての意義
　　・AI電卓の特徴
　　　ノーコードでの操作性
　　　統計・機械学習の知識不要
　　　決定木アルゴリズムによる説明可能性
---松原望東京大学名誉教授からのコメントの紹介---
　「AI電卓」の統計学上の意義
・Deep Learning、深層学習の進展の反面、データ由来や意味を問う機会が少なくなっていることを返上
・質的なデータを扱うダミー変数を機能的に自在に使うことができ、質の数量化を通じて、意思決定が飛躍的に簡便になる
・理由の「説明」が可視化され、機械学習のWhite Boxが現実に一歩踏み出す。
・機械学習における「決定木」の現実的な応用を書き出し「人間中心のAI」の一層の進展となる
・「AI電卓」は「電卓」のようなものなので、Pythonスクリプトなど必要なく、また「AI」であるから、
   データサイズは数百万件でも十分対応可能
--------------------------------------------
　1.3 AI電卓の活用事例
　1.4 Kaggleコンペティションでの実績
2. AI電卓を実装したSlsystemの基本操作 (60分)
　・Slsystemのインターフェース説明
　・データのインポートと前処理
　・モデルの構築と評価
　・結果の解釈と可視化
　・デモンストレーション
　・サンプルデータを用いた分析事例
3. Deep Learning、深層学習との比較：モデル最適化 (60分)
　・Deep Learningの概要と特徴
　・Deep Learningにおけるモデル最適化の課題
　・エクセルを使用した深層学習モデルとAI電卓のモデル最適化の比較
　　　簡単なデータセットを用いたモデル構築
　　　パラメータ調整による性能変化の比較
　　　説明変数の重要度とモデルの解釈
【演習】
　　参加者自身でエクセルを用いたモデルの最適化を実施
　　AI電卓とDeep Learningの違いを体感
4. AI電卓の応用とビジネス活用 (30分)
　4.1 AI電卓の応用分野
　　Data Mining（マーケティング、金融、医療、製造業）
　4.2 AI電卓のビジネス活用におけるメリット
　　データ分析の効率化
　　意思決定の迅速化
　　高度な専門知識がなくてもデータ分析が可能
　4.3 質疑応答とディスカッション
5. まとめ (30分)
　本日のセミナーの振り返り
　AI電卓の今後の展望
＜質疑応答＞

＊途中、小休憩を挟みます。

　＊セミナーの進行に合わせて、適宜休憩時間を設けます。
　＊参加者のレベルに合わせて、内容を調整します。
　＊ハンズオン形式で進めることで、参加者の理解を深めます。

■受講者が会場に持参していただく物
・事前配布資料（含む演習用データ）
・ノートPC（2019以降のバージョンのエクセルが使用できるもの：演習実施希望者のみ

セミナー講師

 SLW（Statistical Learning Workshop）代表 工学博士   徐 良為 氏
 SLW（Statistical Learning Workshop）シニア・アドバイザー 工学博士   稲 秀樹 氏

■ご略歴
＜徐　良為 （工学博士)＞ 
SLW（Statistical Learning Workshop）代表
（株）NTTデータ数理システム非常勤顧問

＜稲　秀樹（工学博士)＞ 
SLW（Statistical Learning Workshop）シニア・アドバイザー 
一般社団法人 光融合技術協会  理事 
宇都宮大学 へーガン 新規光学設計・加工研究拠点プロジェクト 客員教授

セミナー受講料

1名45,100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34,100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

• 感染拡大防止対策にご協力下さい。
• セミナー会場での現金支払いを休止しております。
• 新型コロナウイルスの感染防止の一環として当面の間、昼食の提供サービスは中止させて頂きます。
• 配布資料は、当日セミナー会場でのお渡しとなります。
• 希望者は講師との名刺交換が可能です。
• 録音・録画行為は固くお断り致します。
• 講義中の携帯電話の使用はご遠慮下さい。
• 講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。(＊PC実習講座を除きます。)