セミナー 印刷
【 2 名 同 時 申 込 で 1 名 無 料 】 対 象 セ ミ ナ ー 【Live配信セミナー(Zoom使用)】 ※会社・自宅にいながら学習可能です※

【Live配信(リアルタイム配信)】 
機械学習モデルへの解釈性付与手法と応用・今後の動向

~解釈性によって何ができるようになるのか~
~社会のニーズから、具体的手法・活用技術、今後の展開まで~

用途によってはブラックボックス的な性質が課題となる機械学習技術。
本セミナーでは、モデルの判断根拠や内部挙動を説明する解釈性付与について、具体的手法から活用技術、機械学習を用いた開発・ビジネスにおいて解釈性が可能にすること、今後求められる技術や方向性などを解説します。
日時 2020年8月20日(木)  13:00~16:30
会場 Live配信セミナー(リアルタイム配信) ※会社・自宅にいながら学習可能です※  
会場地図
受講料(税込)
各種割引特典
44,000円 ( S&T会員受講料 41,800円 ) S&T会員登録について
定価:本体40,000円+税4,000円
会員:本体38,000円+税3,800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44,000円 (2名ともS&T会員登録必須​/1名あたり定価半額22,000円) 
テレワーク応援キャンペーン(1名受講)【Live配信/WEBセミナー受講限定】
1名申込みの場合:受講料( 定価:35,200円/S&T会員 33,440円 )

35,200円 ( S&T会員受講料 33,440円 ) 
 定価:本体32,000円+税3,200円
 会員:本体30,400円+税3,040円
1名様でLive配信/WEBセミナーを受講する場合、上記特別価格になります。
※お申込みフォームで【テレワーク応援キャンペーン】を選択のうえお申込みください。
※他の割引は併用できません。
ライブ配信
【ZoomによるLive配信】
 ・本セミナーはビデオ会議ツール「Zoom」を使ったライブ配信となります。
 ・お申込み受理の連絡メールに、視聴用URLを記載しております。
  お手数ですが予め「Zoom」のインストールが可能か、接続可能か等をご確認ください。
  セミナー開催日時に、視聴サイトにログインしていただき、ご視聴いただきます。
 ・開催日時にリアルタイムで講師へのご質問も可能です。
 ・タブレットやスマートフォンでも視聴できます。
※セミナー資料は印刷物を開催日までに発送させていただく予定です。
※開催日直前にお申し込みいただいた場合は、テキストの到着がセミナー開始日時に間に合わない恐れがあります。
 Zoom上ではスライド資料は表示されますので、セミナー視聴には差し支えございません。
 印刷物は後日お手元に届くことになります。
備考資料付
※講義中の録音・撮影はご遠慮ください。
得られる知識・機械学習モデルに対する解釈性付与について、それが求められる社会的背景に関する知識
・機械学習モデルに解釈性を付与する手法・アプローチについての体系的な知識・とそれを利用する技術
対象・業務・ビジネスに機械学習技術を導入しようと考えている、または機械学習技術を利用しているエンジニア
・機械学習に関する基礎知識(教師あり学習、ニューラルネットワークなどの一般的な機械学習モデル)を仮定

セミナー講師

三菱電機(株) 情報技術総合研究所 知能情報処理技術部 瀬光 孝之 氏
専門:映像解析
2012年 京都大学大学院情報学研究科知能情報専攻 修了
2012年 三菱電機株式会社情報技術総合研究所 入社
2015年より Machine Vision and Application(MVA)実行委員会 委員
主な業務内容は監視カメラや車載カメラ映像を用いた映像解析に関する研究開発
http://github.com/sealight1954

セミナー趣旨

 画像認識での飛躍的な精度向上をはじめとして、Webサービス、医療、自動運転など応用が広がる機械学習技術について、モデルの判断根拠や内部挙動を説明する、解釈性付与の技術を解説します。
 講義ではまず、機械学習モデルの解釈性に関する世の中の議論を整理し、社会に望まれる性質(Desiderata)について解説します。次に、解釈性を与えるアプローチを紹介し、現在利用可能なライブラリを用いながら、解釈性が、機械学習モデルを使った開発・ビジネスをどのように助けることができるか、また今後どのような技術が求められるかを解説します。

セミナー講演内容

1.機械学習モデルの解釈性
 1.1 機械学習モデルになぜ解釈性が必要か
 
2.社会的背景

 2.1 社会に求められる解釈性とは (Desiderata)
 
3.解釈性付与の手法

 3.1 モデルに関する仮定 Model-agnosticとModel-specific
 3.2 モデルに対する解釈性付与
 3.3 推論結果に対する解釈性付与
 3.4 インスタンスベースの手法
 
4.今後の動向

 4.1 解釈性付与の手法はDesiderataに対しどのように応えられているか

 □質疑応答・名刺交換□