以下の類似セミナーへのお申込みをご検討ください。
ベイズ統計から学ぶ統計的機械学習
Pythonではじめる機械学習入門講座
機械学習によるデータ分析の基礎知識と勘所
機械学習を用いた画像認識技術の基礎とその応用
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>』
FFTの実務基礎からAI応用へ:信号分析技術の新時代【オンデマンド】
Excelによる予測と要因解析のための回帰分析活用セミナー【2024年5月~@オンデマンド】
<速習セミナー>スパースモデリング入門
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 | 機械学習・ディープラーニング |
開催エリア | 東京都 |
開催場所 | オームビル(東京都千代田区神田錦町3‐1) |
【講師】
日野 英逸 氏 情報・システム研究機構 統計数理研究所 准教授 博士(工学)
< 講師紹介 >
■主経歴 京都大学情報学研究科博士前期課程修了 (株)日立製作所システム開発研究所研究員 早稲田大学博士後期課程修了(博士(工学))早稲田大学助教 筑波大学助教,同 准教授
■専門・得意分野 機械学習,データ解析,応用統計,スパースモデリング
■本テーマ関連の学会・協会・団体等 電子情報通信学会,IEEE,日本神経回路学会,日本鉄鋼協会
■セミナーポイント
大量のデータに含まれる少数の本当に重要なデータを抽出したい,あるいは少数の 観測から背後にある多数のパラメタを推定したい,といったニーズは様々な産業分野 で日々産まれ続けている.計測技術の高度化やストレージの低価格化,折しものビッ グデータブームに後押しされ,たくさんのセンサーによる計測結果を記録したはよい ものの,その中から有用な情報を取り出すことが出来ないということも多い.
スパースモデリングは,「同じことがらを説明できるならば,説明に用いるモデルは 簡潔な方がよい」という,合理的な先見知識を導入することで,大量のセンサーデータ に埋もれた本質的に重要な信号を取り出したり,未知のパラメタの数よりもはるかに 少ない回数の計測データを用いてパラメタ同定を行ったりするための技術の総称であり, 既に統計的データ解析,機械学習の現場において必要不可欠な方法論となっている.
本セミナーでは,おもに統計における正則化線形回帰という視点からスパースモデ リングを概観し,多数提案されている主要な発展的手法も解説する.さらに,具体的な 問題をスパースモデリングにより定式化して効率的に解決する事例を,簡単なプログラ ム例とデモを交えて紹介する.
■受講後、習得できること
・スパースモデリングの基本的な考え方がわかる
・スパースモデリングを回帰モデリングの観点から理解できる
・信号処理や自然科学の実問題への適用例が理解できる
【プログラム】
1.1 機械学習の問題設定
1.2 教師有り,なし学習
1.3 生成・識別モデル
2.1 重回帰分析
2.2 正則化回帰
2.3 Lasso:L1正則化線形回帰
3.1 様々なスパース性
3.2 正則化とバイアス
3.3 ベイズモデルとしての理解
4.1 オープンソースソフトを用いた分析例
4.2 工学的応用例
【受講料】
・お1人受講の場合 46,000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。