以下の類似セミナーへのお申込みをご検討ください。
■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>』
マテリアルズインフォマティクスのためのデータ解析
機械学習を用いた画像認識技術の基礎とその応用
画像認識のためのディープラーニングとモデルの軽量化
第一原理計算と機械学習を用いた材料設計 ~基礎原理から機械学習力場活用の最新動向まで~
画像認識技術入門
画像認識技術の初歩
Pythonではじめる機械学習入門講座
【中止】サポートベクターマシンの基礎と予知保全・故障予測への活用
開催日 |
10:00 ~ 17:00 締めきりました |
---|---|
主催者 | 株式会社 技術情報協会 |
キーワード | 機械学習・ディープラーニング 情報技術 |
開催エリア | 東京都 |
開催場所 | 【品川区】技術情報協会セミナールーム |
交通 | 【JR・地下鉄】五反田駅 【東急】大崎広小路駅 |
少ないデータで、高精度の機械学習を行うにはどうすれば良いか!
講師
青山学院大学 理工学部・経営システム工学科 教授 小野田 崇 氏
受講料
1名につき50、000円(消費税抜き、昼食・資料付)
〔1社2名以上同時申込の場合1名につき45、000円(税抜)〕
プログラム
【講演のポイント】
最近、Deep Learningが注目を集めていますが、Deep Learningを
利用するにはなかなか現実の現場では収集できないような大変な量の学習データが必要です。
本セミナーでは現場で起きている課題を有する実務者や研究開発者を対象に、
異常事例や故障事例などのような少ないデータの識別にも有効な機械学習
Support Vector Machineの基礎を、微分の知識があれば理解できるように
できるだけ簡単に紹介し、実務へのサポートベクターマシン利用の判断ができるように
なることを目指しています。
【講演項目】
1.パターン認識の概要
1-1.パターン認識とは
1-2.パターン認識で何ができるのか?
1-3.多変量解析に基づくパターン認識の手法
(1)マハラノビス距離
(2)線形判別分析
1-4.機械学習に基づくパターン認識の手法
(1)k-近傍法
(2)ニューラルネットワーク
(3)RBFネットワーク
(4)サポートベクターマシン(SVM)
2.サポートベクターマシンの基礎
2-1.線形SVM
(1)線形SVMとは
(2)簡単な定式化
(3)ハードマージン
(4)データのラベル付けに誤りがある場合のサポートベクターマシン
(5)ソフトマージン
2-2.非線形SVM
(1)非線形SVMとは
(2)簡単な定式化
(3)カーネル関数
(4)カーネルトリック
3.1クラス(正常データしかない場合の)サポートベクターマシンの基礎
3-1.Support Vector Data Description
※異常発見のような正常データしかない状況から異常を発見する
(外れ値検出する)ためのSupport Vector Machineについて話す予定です
4.サポートベクターマシンの応用例
4-1.さび画像へのパターン認識適用による劣化度判定と設備診断事例紹介
4-2.電流値、電圧値、ガス分析データなどの計測データとサポートベクターマシンを用いた事例紹介
4-3.設備異常予兆発見支援への適用事例の紹介
【質疑応答・個別質問・名刺交換】