ベイズモデリングによる機械学習の理解と実践
~ベイズ的アプローチにより機械学習の全体像をつかむ~
受講可能な形式:【ライブ配信】or【アーカイブ配信】のみ
ベイズモデリングの考え方、基本手順、利点と欠点、ベイズモデリングの実践テクニック
実用上の問題点・課題の解決の糸口としてのベイズモデリング
実用上の問題点・課題の解決の糸口としてのベイズモデリング
日時 | 【ライブ配信】 2025年9月9日(火) 10:30~16:30 |
||
---|---|---|---|
【アーカイブ配信】 2025年9月24日(水) まで受付(視聴期間:9/24~10/7) |
|||
受講料(税込)
各種割引特典
|
55,000円
( E-Mail案内登録価格 52,250円 )
S&T会員登録とE-Mail案内登録特典について
定価:本体50,000円+税5,000円
E-Mail案内登録価格:本体47,500円+税4,750円
|
||
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55,000円 (2名ともE-Mail案内登録必須/1名あたり定価半額の27,500円)
1名でのお申込みには、お申込みタイミングによって以下の2つ割引価格がございます
7月31日までの1名申込み : 受講料 35,200円(E-mail案内登録価格 35,200円) 定価/E-mail案内登録価格ともに:本体32,000円+税3,200円 ※1名様で開催月の2ヵ月前の月末までにお申込みの場合、上記特別価格になります。 ※本ページからのお申込みに限り適用いたします。※他の割引は併用できません。
8月1日からの1名申込み: 受講料 44,000円(E-Mail案内登録価格 42,020円 ) 定価:本体40,000円+税4,000円 E-Mail案内登録価格:本体38,200円+税3,820円 ※1名様でオンライン配信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。 |
|||
配布資料 | PDFデータ(印刷可・編集不可) ※ライブ配信受講は開催2日前を目安にS&T会員のマイページよりダウンロード可となります。 ※アーカイブ配信受講は配信開始日からダウンロード可となります。 | ||
オンライン配信 | ライブ配信(Zoom) ►受講方法・接続確認(申込み前に必ずご確認ください) アーカイブ配信 ►受講方法・視聴環境確認(申込み前に必ずご確認ください) | ||
備考 | ※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 | ・ベイズモデリングの考え方や基本的な手順 ・ベイズモデリングを用いた機械学習の全体像に関する理解 | ||
対象 | ・データ解析や機械学習を実践されようとしている方・実践されている方 ・機械学習をブラックボックスではなく既存の知識と組み合わせて構築することに興味がある方 ・機械学習の結果の信頼性評価など確率的な側面に興味がある方 | ||
キーワード:機械学習,少数データ,AIと人間の知識の融合,シミュレーション,最適化,信頼性 |
セミナー講師
(国研)産業技術総合研究所 情報・人間工学領域 上級主任研究員 博士(工学) 赤穂 昭太郎 氏
【講師紹介】
【講師紹介】
セミナー趣旨
機械学習には多くの手法があり、どこから手をつけるべきか迷うことも少なくありません。ベイズモデリングは、すべての不確実性を確率として扱うことで、機械学習を統一的・直感的に理解できる枠組みです。少数データでの学習や人間の知見との融合にも強みがあります。
本セミナーでは、確率の基本から応用までを平易なデータや事例を用いて解説し、ベイズ的アプローチによる機械学習の全体像をつかむことを目指します。
本セミナーでは、確率の基本から応用までを平易なデータや事例を用いて解説し、ベイズ的アプローチによる機械学習の全体像をつかむことを目指します。
セミナー講演内容
1.ベイズモデリングの基本
(1)確率によるモデリング
(2)機械学習とベイズモデリング
a. ベイズモデリングの利点・欠点
(3)ベイズ統計学の基本
a. 確率の基本事項
b. ベイズの定理
c. ベイズモデリングの手順
(4)確率と意思決定
a. ベイズ決定理論
(5)モデルの選択
(6)ベイズ線形モデル
a. 正則化とベイズの関係
b. 予測分布
c. ハイパーパラメータの決め方
d. スパースモデリング
e. ガウス過程
(7)グラフィカルモデルとベイジアンネットワーク
a. ベイジアンネットワーク
b. 線形回帰のベイジアンネットワーク
c. 学習と推論
d. グラフィカルLASSO
e. 単純ベイズ法と迷惑メールフィルタ
f. カルマンフィルタ・パーティクルフィルタによるデータ同化
2.ベイズモデリングの実践
(1)ドメイン知識とシミュレーション
a. 基本的確率モデルのいろいろ
(2)事前分布の決め方
a. 共役事前分布
(3)信念伝播アルゴリズム
(4)事後分布の近似法
a. 変分ベイズ法とクラスタリングにおける実例
b. トピックモデルと行列分解
(5)マルコフ連鎖モンテカルロ法と実例
a. いろいろなMCMC
b.stan によるモデリング
3.ベイズモデリングの広がり
(1)転移学習と半教師あり学習
(2)ベイズ深層学習
(3)ベイズ最適化による実験計画法
(4)シミュレーションとレプリカ交換法
質疑応答
(1)確率によるモデリング
(2)機械学習とベイズモデリング
a. ベイズモデリングの利点・欠点
(3)ベイズ統計学の基本
a. 確率の基本事項
b. ベイズの定理
c. ベイズモデリングの手順
(4)確率と意思決定
a. ベイズ決定理論
(5)モデルの選択
(6)ベイズ線形モデル
a. 正則化とベイズの関係
b. 予測分布
c. ハイパーパラメータの決め方
d. スパースモデリング
e. ガウス過程
(7)グラフィカルモデルとベイジアンネットワーク
a. ベイジアンネットワーク
b. 線形回帰のベイジアンネットワーク
c. 学習と推論
d. グラフィカルLASSO
e. 単純ベイズ法と迷惑メールフィルタ
f. カルマンフィルタ・パーティクルフィルタによるデータ同化
2.ベイズモデリングの実践
(1)ドメイン知識とシミュレーション
a. 基本的確率モデルのいろいろ
(2)事前分布の決め方
a. 共役事前分布
(3)信念伝播アルゴリズム
(4)事後分布の近似法
a. 変分ベイズ法とクラスタリングにおける実例
b. トピックモデルと行列分解
(5)マルコフ連鎖モンテカルロ法と実例
a. いろいろなMCMC
b.stan によるモデリング
3.ベイズモデリングの広がり
(1)転移学習と半教師あり学習
(2)ベイズ深層学習
(3)ベイズ最適化による実験計画法
(4)シミュレーションとレプリカ交換法
質疑応答
関連商品
当サイトはグローバルサイン社によりセキュリティ認証をされています。
SSL/TLS対応ページ(https)からの情報送信は暗号化により保護されます。
SSL/TLS対応ページ(https)からの情報送信は暗号化により保護されます。