セミナー 印刷

機械学習における手法の選択、
すすめ方の手順とモデル化の効率化、最適化

~機械学習の入門、手法の整理と選び方~
~機械学習を用いたデータ解析の基本的な手順~
~モデル化や学習手法の基本的な考えと効率的な活用方法~

長所・短所、得意・不得意、出来ること・出来ないこと、、、

数多くの手法から目的に合った方法を選択し、効率的なデータ解析を行うには

機械学習の基本手順、モデル化の効率化、設計への最適化

ベイズモデリング、スパースモデリング、ディープラーニング、、、
このセミナーの受付は終了致しました。
日時 2019年8月27日(火)  10:30~16:30
会場 東京・港区浜松町 芝エクセレントビル B1F KCDホール  
会場地図
受講料(税込)
各種割引特典
48,600円 ( S&T会員受講料 46,170円 ) S&T会員登録について
定価:本体45,000円+税3,600円
会員:本体42,750円+税3,420円
S&T会員なら、2名同時申込みで1名分無料 1名分無料適用条件
2名で48,600円 (2名ともS&T会員登録必須​/1名あたり定価半額24,300円) 
備考※資料・昼食付
※講義中の録音・撮影はご遠慮ください。
※講義中のパソコン使用はキーボードの打音などでご遠慮いただく場合がございます。
得られる知識・機械学習手法の目的や役割
・機械学習を用いたデータ解析の基本的な手順
・機械学習手法の効率的な使い方
キーワード:ベイズモデリング,スパースモデリング,ディープラーニング,最適実験計画

セミナー講師

(国研)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 博士(工学) 赤穂 昭太郎 氏
【講師紹介】

セミナー趣旨

 機械学習はさまざまな分野に広がりを見せているが、数多くの手法があり、どのようにデータ解析を進めてよいかが難しい場合も多い。本セミナーでは、機械学習の入門からはじめ、さまざまなモデル化や学習手法の基本的な考え方を紹介し、それぞれを効率的に活用する
方法を解説する。また、製造業などで需要の高い設計の最適化などへも機械学習技術が適用可能であることを紹介する。

セミナー講演内容

1.機械学習の基礎
 (ア)機械学習とは
 (イ)多変量解析・データマイニングと機械学習
 (ウ)機械学習の最新動向
 (エ)機械学習でできること
 (オ)回帰と予測:一番簡単な機械学習
 (カ)汎化誤差
 (キ)次元の呪い
 (ク)モデル選択
 (ケ)正則化法とスパースモデリング
 (コ)確率と機械学習
 (サ)ベイズモデリング:機械学習を束ねる枠組み
 (シ)機械学習と最適化
 (ス)データ解析のマネージメント

2.機械学習の基本手順
 (ア)現場的データ解析
 (イ)データの可視化
 (ウ)あてはめと予測
 (エ)予測と補間・主な手法
 (オ)モデル選択
 (カ)交差検証
 (キ)スパースモデリング  
 (ク)情報量規準
 (ケ)LASSO
 (コ)リッジ回帰
 (サ)主成分分析:低次元化の方法
 (シ)次元数の選び方
 (ス)行列分解
 (セ)推薦とトピック抽出
 (ソ)欠損値の補完
 (タ)クラスタ分析
 (チ)階層的クラスタリングと非階層的クラスタリング
 (ツ)異常値・外れ値検出
 (テ)パターン認識
 (ト)教師データの作り方
 (ナ)パターン認識のいろいろな手法

3.モデル化の効率化
 (ア)線形ガウスモデル
 (イ)ベイジアンネット
 (ウ)迷惑メールフィルタ
 (エ)ナイーブベイズ法
 (オ)カーネル法
 (カ)サポートベクターマシン
 (キ)アンサンブル学習
 (ク)ランダムフォレスト
 (ケ)転移学習とデータ利用
 (コ)ニューラルネットワーク
 (サ)ディープラーニングの基礎
 (シ)ディープラーニングを利用した画像特徴抽出
 (ス)意思決定とバンディット問題
 (セ)強化学習
 (ソ)時系列モデル
 (タ)状態空間モデル
 (チ)パーティクルフィルタ
 (ツ)時系列か関数か

4.機械学習と最適化
 (ア)製造業と最適化
 (イ)最急降下法と局所解の問題
 (ウ)最適化とベイズモデリング
 (エ)スペクトルデータの解析
 (オ)マルコフ連鎖モンテカルロ法による最適化
 (カ)設計と実験
 (キ)ベイズ最適化による最適実験計画

5.まとめ
 (ア)データ解析のマネージメント
 (イ)参考書

  □質疑応答□