セミナー
サイトリニューアルをしました。
May 8, 2017
説明可能AI（XAI:explainable AI）の作り方と
AIの業務への導入方法
～機械学習の説明性向上・精度向上の方法と失敗しないAI導入のコツ～
受講可能な形式：【Live配信】のみ
このセミナーの受付は終了致しました。
| 日時 | 2023年10月12日（木） 10:30～16:30 |
|
|---|---|---|
| 会場 | オンライン配信セミナー |
会場地図 |
| 講師 | 長尾 智晴（ながお ともはる） 氏 横浜国立大学 大学院環境情報研究院 YNU人工知能研究拠点長 / 教授（工学博士） ＜経歴、等＞ 東京工業大学大学院出身．東京工業大学工学部助手・助教授を経て，2001年より現職．経産省NEDO「共進化AIプロジェクト」採択課題研究代表者，横浜国立大学発ベンチャー 株式会社マシンインテリジェンス取締役CTOを兼務． ＜研究＞ 知能情報学／進化計算法／機械学習／感性情報処理／知的画像処理／医工連携工学など． ＜学会＞ 情報処理学会，電子情報通信学会，人工知能学会，進化計算学会，IEEEなどに所属して各学会で活動中． |
|
|
受講料(税込)
各種割引特典
|
53,900円
( E-Mail案内登録価格 53,900円 )
S&T会員登録とE-Mail案内登録特典について
定価：本体49,000円＋税4,900円
E-Mail案内登録価格：本体49,000円＋税4,900円
|
|
お１人様受講の場合 53,900円 （49,000円＋税4,900円）
1口でお申込の場合 66,000円 （60,000円＋税6,000円／1口（3名まで受講可能）） ※S&T E-Mail案内登録価格 S&T複数同時申込み割引対象外 ※開催7日前に請求書を発送します。 ※開催日から9日前以降のキャンセルは受講料全額を申受けます。但し、セミナー終了後テキストを郵送します。 一旦、納入された受講料はご返金できません。当日ご都合のつかない場合は代理の方がご出席下さい。 ※サイエンス＆テクノロジーが設定しているアカデミー価格・キャンセル規定対象外のセミナーです。 |
||
| 主催 | (株)トリケップス | |
| オンライン配信 | ★本セミナーは、Zoomウェビナーを使用して行います。 受講者の通信回線にセキュリティなどの制限がある場合は参加できないことがあるため、 事前に当日ご利用予定の通信回線にて、 Zoom公式ページ（https://zoom.us）にアクセスできることをご確認していただくようお願いします。 または、Zoomのテストミーティング（http://zoom.us/test）にアクセスできることをご確認ください。 Zoomをダウンロードしている方はマイクとスピーカーのテストも可能です。 ※こちらは接続テスト用のミーティングです。実際のセミナー参加者画面とは異なります。 ★インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。 講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。 ★受講中の録音・撮影等は固くお断りいたします。 ※開催5日前までに主催会社(株)トリケップスから参加者に当日必要なURLとパスワードをメールにてお知らせします。 | |
| 備考 | ★受講申込者が必要定員に満たないセミナーは中止・延期させていただく場合があります。 その場合は開催1週間前にご連絡します。 ★1口でお申込の場合 代表受講者を定めて下さい。請求書発送等の連絡は代表受講者へ行います。 申込時に参加者全員の氏名・所属が明記されていない場合、ご参加できない場合があります。 | |
このセミナーは終了しました。
セミナー講演内容
1 人工知能と機械学習
1.1 人工知能とは何か？～定義・考え方の推移など～
1.2 機械学習概論～説明／事例に基づく学習など～
2 深層学習（ディープラーニング）の現状と課題
2.1 ニューラルネットワーク概論～NNの原理と学習の本質～
2.2 深層学習の基礎と最近の手法～深層学習の考え方・長所・短所～
2.3 最近のAIの課題と説明できるAI：XAI～現状のAIの課題と解決策～
3 ブラックボックス系機械学習のXAI
3.1 学習済みの深層回路の可視化～Grad-CAM・LIMEなど～
3.2 特徴空間の自動構築と可視化～AE・CAE・VAE・UMAPなどによる次元圧縮～
3.3 可視化を前提とした深層学習～GCM・判断根拠の提示～
3.4 深層回路の構造単純化・最適化法～進化計算法・勾配降下による方法～
3.5 転移学習と浸透学習～知識の転用による学習～
4 ホワイトボックス系機械学習のXAI
4.1 特徴量の最適化による精度向上～SVMなどの特徴量の最適化～
4.2 処理過程が説明できる処理の自動構築～処理ユニットの組合せ最適化～
4.3 決定木などの処理の言葉による説明～ルール集合による説明～
4.4 小規模かつ高性能な回路の自動構築～セル型回路の利用など～
5 AIの業務への導入方法
5.1 AI導入時の注意点～課題と解決策～
5.2 AI人材の育成方法～どの方法がベストか？～
6 まとめ・AIよろず相談室
～質疑応答とフリーディスカッション～
付録1：代表的な機械学習法
付録2：進化計算法の原理と特徴
付録3：横浜国大・長尾研のご紹介
1.1 人工知能とは何か？～定義・考え方の推移など～
1.2 機械学習概論～説明／事例に基づく学習など～
2 深層学習（ディープラーニング）の現状と課題
2.1 ニューラルネットワーク概論～NNの原理と学習の本質～
2.2 深層学習の基礎と最近の手法～深層学習の考え方・長所・短所～
2.3 最近のAIの課題と説明できるAI：XAI～現状のAIの課題と解決策～
3 ブラックボックス系機械学習のXAI
3.1 学習済みの深層回路の可視化～Grad-CAM・LIMEなど～
3.2 特徴空間の自動構築と可視化～AE・CAE・VAE・UMAPなどによる次元圧縮～
3.3 可視化を前提とした深層学習～GCM・判断根拠の提示～
3.4 深層回路の構造単純化・最適化法～進化計算法・勾配降下による方法～
3.5 転移学習と浸透学習～知識の転用による学習～
4 ホワイトボックス系機械学習のXAI
4.1 特徴量の最適化による精度向上～SVMなどの特徴量の最適化～
4.2 処理過程が説明できる処理の自動構築～処理ユニットの組合せ最適化～
4.3 決定木などの処理の言葉による説明～ルール集合による説明～
4.4 小規模かつ高性能な回路の自動構築～セル型回路の利用など～
5 AIの業務への導入方法
5.1 AI導入時の注意点～課題と解決策～
5.2 AI人材の育成方法～どの方法がベストか？～
6 まとめ・AIよろず相談室
～質疑応答とフリーディスカッション～
付録1：代表的な機械学習法
付録2：進化計算法の原理と特徴
付録3：横浜国大・長尾研のご紹介
このセミナーは終了しました。
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。