セミナー 印刷

【Live配信(Zoom使用)】
統計的機械学習モデルの基礎
~グラフィカルモデルの全容と
データサイエンスへの応用~

■統計的機械学習理論の基礎理解と概要把握■
■統計的機械学習の実装に至るまでの一通りの知識■
■データマイニングと人工知能に関する包括的な知識■

データマイニングと人工知能を同時にこなすことのできる確率的グラフィカルモデルを実務に応用しよう

まだまだ認知されていないが、
 現在の人工知能の弱点を補填する可能性を大いに秘めている確率的グラフィカルモデルを先取り

初学者にも分かりやすいよう、理論の基礎から全体像、応用に対する考え方に至るまでを解説

数式が多数出現しますが、必要に応じて補足をしていくので特殊な専門知識は不要です

統計的機械学習のメリット、マルコフ確率場の統計的機械学習、データ生成モデル、データマイニングとAI、、、、、

新しいデータサイエンスの糸口、確率・統計に基づくデータサイエンス理論、データマイニングや人工知能、、、
このセミナーの受付は終了致しました。
日時 2021年10月27日(水)  10:30~16:30
会場 Live配信セミナー ※会社・自宅にいながら受講可能です※  
会場地図
受講料(税込)
各種割引特典
49,500円 ( E-Mail案内登録価格 46,970円 ) S&T会員登録とE-Mail案内登録特典について
定価:本体45,000円+税4,500円
E-Mail案内登録価格:本体42,700円+税4,270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/E-Mail案内登録 33,440円 )
35,200円 ( E-Mail案内登録 33,440円 )

  定価:本体32,000円+税3,200円
  E-Mail案内登録: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。
E-Mail案内登録なら、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49,500円 (2名ともE-Mail案内登録必須​/1名あたり定価半額24,750円) 
配布資料電子媒体(PDFデータ/印刷可)を弊社HPのマイページよりダウンロードいただきます。
(開催2日前を目安に、ダウンロード可となります)
(ダウンロードには会員登録(無料)が必要となります)
オンライン配信ZoomによるLive配信 ►受講方法・接続確認(申込み前に必ずご確認ください)
備考※資料付
※講義中の録音・撮影はご遠慮ください。
※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。
得られる知識・統計的機械学習理論の基礎理解と概要把握から、実装に至るまでの一通りの知識を習得できる。
・データマイニングと人工知能に関する包括的な知識を習得できる。
対象主に
・情報処理、システム、データ解析、ネットワーク、画像処理、音声処理、ロボット、自然言語処理他関連企業の方で
 人データマイニングや人工知能に興味のある方
・新しい(将来の)データサイエンスの切り口を知りたい方
・確率統計に基づくデータサイエンスに興味のある方 等
キーワード:統計的機械学習、グラフィカルモデル、データサイエンス、データマイニング、人工知能、確率統計 

セミナー講師

山形大学 大学院理工学研究科 情報エレクトロニクス専攻 教授 博士(情報科学) 安田 宗樹 氏
【講師紹介】

セミナー趣旨

 本セミナーでは、確率的グラフィカルモデルと呼ばれる統計的機械学習モデルをテーマとして扱います。確率的グラフィカルモデルの利点は、なんと言っても、これ一つで多くのデータサイエンス(データマイニングや人工知能)ができるようになるという点です。これは、昨今の人工知能ブームにより盛り上がっているニューラルネットワークモデルとはその意味で一線を画すものです。データマイニングと人工知能を同時にこなすことのできる確率的グラフィカルモデルは、現在の人工知能の弱点(例えば、作成した人工知能の意味解釈が人間では困難である、など)を補填する可能性を大いに秘めた技術であり、将来の人工知能の核の一つになり得る技術と期待しています。ただ残念なことに、学術業界以外では、確率的グラフィカルモデルに対する認知はまだほとんど広がっていません。
 本講義では、初学者にも分かりやすいよう、統計的機械学習理論を学ぶ上で重要となるトピックは網羅的に解説し、理論の基礎から全体像、そして、応用に対する考え方に至るまでを習得できるようにします。また、初学者だけに限らず、統計的機械学習理論を多少聞きかじったけれども、しっかりと基礎部分を把握しておきたいという方にもピッタリな内容となっています。内容の性質上、数式が多数出現しますが、必要に応じて補足をしていくので特殊な専門知識は必要ありません。

セミナー講演内容

1.はじめに
 (1)データマイニングと人工知能
 (2)機械学習とは何か?
  a.教師あり学習
  b.教師なし学習
 (3)深層学習概説
 (4)データマイニングと人工知能の違い
 (5)統計的機械学習の目的とメリット
 (6)確率の基礎と例題
  a.規格化条件
  b.平均・分散
  c.確率の和法則と積法則
  d.例題で理解しよう

2.統計的機械学習の基礎とマルコフ確率場
 (1)ベイズ推定
 (2)統計的機械学習の枠組み
 (3)マルコフ確率場
  a.確率的グラフィカルモデルとは?
  b.ギブスサンプリング
  c.ボルツマンマシン
 (4)マルコフ確率場の統計的機械学習の方法
  a.最尤法
  b.最尤法と情報理論
  c.EMアルゴリズム
 (5)マルコフ確率場の問題点
  a.組み合わせ爆発の問題
  b.近似的アプローチ (モンテカルロ積分法)
(6)ガウス型マルコフ確率場

3.マルコフ確率場の応用例 (データ生成モデル、データマイニング)
 (1)統計的重回帰分析
  a.通常の重回帰分析
  b.マルコフ確率場に基づく重回帰分析
 (2)画像ノイズ除去
 (3)道路交通量の(ナウ・キャスト)推定
 (4)グラフマイニング
  a.スパースモデリングのアプローチ
  b.項目間の関連マップの抽出

4.人工知能への応用
 (1)パターン認識問題とは?
 (2)パターン認識問題のベイズ的定式化と逆問題
  a.事後分布による逆推定
  b.AIシステムが何を見ているのか?
 (3)ベイジアン・ディープラーニング

おわりに
 (1)統計的機械学習の意義とこれから

□質疑応答□