製造業におけるディープラーニングの活用とデータ処理の進め方

セミナー趣旨

　製造業での課題解決に対して、機械学習・ディープラーニングを使用する際の、基本、注意事項を1日で概観できます。まず、機械学習の基本とディープラーニングの基本を極力数式なしで説明します。　その後、講師が実際のデータを操作することで、データをどう扱うかを学習していきます。画像（分類）、音（異常検知）、センサーデータ等、それぞれの例で解説しますので、それぞれがどのように取り扱われるか、注意点は何か、が具体的に学習できます。

　また、受講者でノートPCを用意いただければ、事前に環境設定プログラム、サンプルプログラムを配布しますので、自身でも動作を確認することも可能です。実際にデータを取り扱われる方、製造業での課題解決に機械学習・ディープラーニングを活用する最初の1歩となります。　

セミナープログラム

1　機械学習／ディープラーニング概観
　　1.1　データ分析と統計
2　機械学習／ディープラーニングを行う際に必要なデータ処理の基本
　　2.1　データの定義
　　2.2　扱うデータの特性を把握する
　　　2.2.1　時間軸/場所の考慮
　　　2.2.2　画像
　　　2.2.3　音
　　　2.2.4　センサー（時系列）データ
　　　2.2.5　その他（言語）
　　2.3　特徴量エンジニアリング
　　　2.3.1　特徴量エンジニアリングとは何か
　　　2.3.2　具体例
3　機械学習の基礎と実践
　　3.1　機械学習の基本
　　　3.1.1　データがモデルをつくる
　　3.2　学習の種類
　　　3.2.1　教師あり学習の基本
　　　3.2.2　教師なし学習の基本
　　3.3　結果の分類
　　　3.3.1　回帰
　　　3.3.2　クラス分類
　　3.4　製造業でのサンプル
　　　3.4.1　画像データによる傷の検知
　　　3.4.2　音データ処理による異常検知
　　　3.4.3　センサーデータ処理による時系列データ処理
4　ディープラーニングの基礎と実践
　　4.1　ディープラーニングの基本
　　　4.1.1　基本的な仕組み
　　　4.1.2　ほとんど数式なしの誤差逆伝播理解
　　4.2　製造業でのサンプル
　　　4.2.1　CNNによる画像データによる傷の検出
　　　4.2.2　RNNによる音データ処理による異常検知
　　　4.2.3　RNNによるセンサーデータ処理による時系列データ処理
5　製造業と機械学習
　　5.1　機械学習による課題解決
　　　5.1.1　PoCへの取り組み（なるべく小さな範囲で）
　　　5.1.2　PoCからソリューションへ
　　5.2　精度はどこまで求めるか
　　　5.2.1　精度は100%にはならない
　　　5.2.2　運用も含めた100%を目指す

セミナー講師

太田 桂吾（おおた けいご）氏
株式会社ネクステージ　AIアナリスト  
＜ご略歴＞
　1990年3月　岡山大学　文学部卒業。
　同年4月　応用技術株式会社入社。
多くのWEBシステム構築に携わる。近年はデータマイニング技術の応用に携わる。一般企業向けの機械学習・ディープラーニングセミナー開催　多数。
　2019年4月　株式会社ネクステージ　AIアナリストとして勤務。　

セミナー受講料

お1人様受講の場合　47,000円[税別]／1名
1口でお申込の場合　57,000円[税別]／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。