製造業関連情報総合ポータルサイト@engineer
WEB営業力強化支援サービスのご案内
製造業のための技術系セミナー/書籍/通信教育/雑誌
技術情報協会はセミナー・出版・通信教育を通じて企業の最前線に立つ研究者、技術者をサポートします!
イベント

【Live配信セミナー 6/3】少ないデータに対するスパースモデリング、機械学習の適用

  • このエントリーをはてなブックマークに追加
  • @engineer記事クリップに登録
セミナー情報 化学・エレクトロニクス:セミナー  / 2021年04月02日 /  IT・情報通信 電子・半導体 先端技術
イベント名 少ないデータに対するスパースモデリング、機械学習の適用
開催期間 2021年06月03日(木)
10:30~16:30
会場名 ZOOMを利用したLive配信
会場の住所 東京都※会場での講義は行いません
お申し込み期限日 2021年06月02日(水)15時
お申し込み

 <セミナー No.106411>

 

【Live配信セミナー】

少ないデータに対する

スパースモデリング、機械学習の適用

 

★ 少ないデータを補うには? 反教師あり学習、転移学習、能動学習等の技術を詳解!

-----------------------------------------------------------------------------------------------

■講師

(国研)産業技術総合研究所 人間情報インタラクション研究部門 上級主任研究員 博士(工学) 赤穂 昭太郎 

 

■聴講料

1名につき 55,000円(消費税込、資料付)

1社2名以上同時申込の場合1名につき49,500円(税込)

大学、公的機関、医療機関の方には割引制度があります。詳しくはお問い合わせください。

 

■Live配信セミナーの受講について
・本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。

・下記リンクから視聴環境を確認の上、お申し込みください。
 → https://zoom.us/test

・開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
 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、ご視聴ください。

・Zoomクライアントは最新版にアップデートして使用してください。
 Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。

・パソコンの他にタブレット、スマートフォンでも視聴できます。

・セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
 お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。

・当日は講師への質問することができます。可能な範囲で個別質問にも対応いたします。

・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。

・本講座はお申し込みいただいた方のみ受講いただけます。
 複数端末から同時に視聴することや複数人での視聴は禁止いたします。

・Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
 万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。

 

プログラムあああああああああああああああああああああああああああああああああああああ

 

 

【講演概要】
 現在の機械学習の成功は主にビッグデータと呼ばれる大量のデータを用いた学習に支えられている.しかし現実には,データの取得にコストや時間がかかるため,少数のデータしか得られないというケースも多く,単純に機械学習を適用しても満足のいく精度が出ないことがある.本セミナーでは,データが少ない場合に焦点を当て,人間の知識やシミュレーションを援用するベイズモデリング,逆に機械学習の結果から知識を抽出するスパースモデリング,さらには深層学習のデータ不足をどう補うか,機械学習のための効率的なデータ取得の工夫など,データ解析のための種々の戦略について事例を交えながら紹介する。

【受講対象】
・製造業などで少数データを製品設計などにうまく活用したいと思われている方
・機械学習の結果の解釈や評価法に興味がある方

【受講後、習得できること】
・人間の知識やシミュレーションを機械学習と組み合わせる技術
・データから知識を抽出するスパースモデリング技術
・機械学習のための効率的なデータの採取法

【プログラム】

1.機械学習の概要
 1-1 ビッグデータとディープデータ
 1-2 次元の呪いと汎化能力
 1-3 データ解析の基本手順

2.少数・高次元データの学習のための技術
 2-1 スパースモデリングと正則化
 2-2 圧縮センシングによる高解像度撮像
 2-3 シミュレーションデータを活用したスパースモデリング

3.人間の知識をモデル化するための技術
 3-1 ベイジアンネットを使ったモデル化法
 3-2 ベイズ推論のための計算アルゴリズム
 3-3 データ同化と状態空間モデルによる時系列モデリング

4.結果の評価・可視化・説明
 4-1 機械学習結果の評価法
 4-2 信頼度付き機械学習
 4-3 深層学習の結果の解釈と説明

5.データ不足を補ういろいろな技術
 5-1 半教師あり学習とクラウドソーシング
 5-2 転移学習とマルチタスク学習
 5-3 能動学習とベイズ最適化のためのデータ取得法


【質疑応答】

 

 

セミナーの詳細についてはお気軽にお問い合わせください。

  • HOME
  • 製品・技術 書籍・通信講座情報
  • イベント セミナー情報
  • ご意見箱
  • 会社概要
  • お問い合わせ