機械学習・AIの正しい知識とデータ解析の定石を身につけ、
様々な手法の概要・コツやつまづきやすいポイント、
効率化・最適化手法、最新動向までを詳解!


ディープラーニングについては、一部簡単なデモを交えて解説します!

セミナー講師

産業技術総合研究所 人間情報研究部門 情報数理研究グループ
研究グループ長 赤穂 昭太郎 先生
■ご略歴:
1990年 東大・工学部工学系研究科・修士了
 同年 通産省工業技術院電子技術総合研究所 入所
2001年 独法化に伴い産業技術総合研究所・脳神経情報研究部門・情報数理研究グループ・研究グループ長
2015年〜産業技術総合研究所・人間情報研究部門・情報数理研究グループ・研究グループ長
ご兼任:産業技術総合研究所・人工知能研究センター、理化学研究所・革新知能統合研究センター
■ご専門および得意な分野・研究:
統計的機械学習や最適化、ニューラルネットワーク
■本テーマ関連学協会でのご活動:
日本神経回路学会理事

セミナー受講料

1名47,300円(税込(消費税10%)、資料・昼食付)
 *1社2名以上同時申込の場合、1名につき36,300円
 *学校法人割引;学生、教員のご参加は受講料50%割引。

※ご連絡
 当セミナーの会場では、現金による受講料支払いを休止させていただくこととなりました。
 現金にてお支払い希望の方は、コンビニエンスストアにてお支払いできる用紙をご送付申し上げますので、お近くの店舗にてお支払い頂けましたら幸いです。尚、領収証をご希望の方は、コンビニ支払い時に発行される振込受領書と引き換えにて発行させて頂きます。

セミナー趣旨

 機械学習に関する情報はインターネットなどを通じて手に入りやすくなりましたが、実際に自分の問題に機械学習を適用しようとするとどこから手を付けてよいのかよくわからない、いろいろ試してみたけどなかなかうまくいかないといったことがよくあります。
 本講座ではスパースモデリング・ベイズモデリング・ディープラーニングといった機械学習の手法の使い方のコツやつまづきやすいポイントなどについて解説します。

受講対象・レベル

・機械学習によるデータ解析を始めたばかりの方から、少し始めてみたもののなかなかうまくいかないとお困りの方
・製品設計の複雑な最適化問題に関心がある方
・本テーマに興味のある方なら、どなたでも受講可能です。

必要な予備知識

特に必要としませんが、線形代数・確率統計の初歩的な知識があればより深く理解していただけると思います。

習得できる知識

・機械学習を用いたデータ解析法の基本的な流れの理解
・機械学習でつまずきやすい点の習得
・機械学習を応用した最適化問題の解き方
など

セミナープログラム

1.はじめに
2.機械学習の基礎
 1)機械学習の基本のき
 2)機械学習の最新動向・機械学習が出来ること
 3)スパースモデリング
 4)ベイズモデリング

3.機械学習の基本手順と注意点
 1)現場的(探索的)なデータ解析
 2)データの可視化
 3)あてはめと予測・局所最適解への対処
 4)スパースモデリングによるモデル選択
 5)低次元化と推薦システムへの応用欠損値の補完
 6)クラスタリングの注意点
 7)異常検出の考え方
 8)パターン認識の各手法や教師データの作り方

4.各種モデル化の効率化〜概要とポイント〜
 1)線形ガウスモデル
 2)ベイジアンネットによるモデル化
  a)ベイズモデリングの基本
  b)ベイジアンネット
  c)ナイーブベイズ法
 3)カーネル法によるモデル化
  a)概要・関数の具体例
  b)ガウス過程回帰の基礎
  c)サポートベクターマシン(SVM)の基礎と使い方
 4)アンサンブル学習・転移学習によるデータ利用
  a)概要
  b)ランダムフォレスト
  c)転移学習
 5)ディープラーニングの活用
  a)ニューラルネットワーク
  b)能力を向上する要素
  c)畳み込みニューラルネットワーク(CNN)
  d)リカレントニューラルネットワーク
  e)最新動向・研究
  f)活用と問題点
  g)簡単なデモンストレーション
 6)意思決定と強化学習
  a)バンディット問題とネット広告
  b)強化学習とディープラーニング
 7)時系列モデリング
  a)状態空間モデルとパーティクルフィルタ
  b)解析のポイント

5.機械学習と最適化
 1)そもそも最適化とはなにか?
 2)最適化とベイズモデリングの関係
 3)マルコフ連鎖モンテカルロ法による最適化
 4)事例(材料の合成条件、スペクトルデータの構造推定)

6.お勧め書籍

<質疑応答・個別質問・講師との名刺交換>

■ご講演中のキーワード:
スパースモデリング、ベイズモデリング、ディープラーニング、最適化