技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

"超" 入門 機械学習

"超" 入門 機械学習

~ボルツマン機械学習からDeep Learningまで~
東京都 開催 会場 開催

開催日

  • 2017年4月10日(月) 10時30分17時00分

プログラム

 現代の魔法の鏡である機械学習、中身は実は単純でアイデアと概念さえ掴めれば誰にでも使えるものにまで精錬されました。
 機械学習をいざ勉強をしようとすると難しい数式だらけ、と思った人もきっといるはずです。数学の学び直しをしなければならないのかと挫折した人もいるはずです。そんなことはありません。数式よりも何をやっているのか、何をしたいのか、そのためにどういうことをしているのか、それが伝われば数式ではなく言葉でも通じます。
 試しに使ってみたい、どんなことができるのか検討したいという方に本講座はオススメです。

  1. 現代の魔法の鏡:機械学習
    1. 遠くで見えないことを知る
      • 機械学習が目指すのは、目の前で起こったことから遠くで起こっている、これから起こることを予想することです。機械学習の使い所を考えてみましょう。
    2. そのデータに潜む法則をつかめ
      • データに眠る関係、それを数式で表現するのが関数です。その関数にぴったり合わせるためにはどうしたら良いでしょうか。簡単な例から複雑な例まで、実はすごい簡単!
  2. 魔法の鏡でどんなことができるのか?
    1. 回帰と識別
      • データの動き方には法則がありそう!その法則を見つけることを回帰といいます。価格の変動や天気の移り変わりなど予測するのに役立ちそうです。犬と猫を自動的に振り分ける識別もお手の物。機械学習の簡単な例をみてみましょう。
    2. 機械学習ライブラリの紹介
      • 実際に動作しているところを見て原理とひとつひとつのコードが持つ意味を1step講義します。
  3. ディープラーニングをやってみよう
    1. 複雑な法則もつかめる
      • ディープラーニング (深層学習) のすごいところは複雑きわまりないデータに対してもその背後にある法則を掴み取ること。その能力を備えた魔法の鏡の作り方は??
    2. ディープラーニングの実装
      • ライブラリが整っているので、ディープラーニングもいまや気軽に実行できる。目覚めた魔法の鏡を使って未来を切り開こう!

講師

  • 大関 真之
    東北大学 大学院 情報科学研究科 応用情報科学専攻
    教授

会場

株式会社オーム社 オームセミナー室
東京都 千代田区 神田錦町3-1
株式会社オーム社 オームセミナー室の地図

主催

お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 47,000円 (税別) / 50,760円 (税込)
1口
: 57,000円 (税別) / 61,560円 (税込) (3名まで受講可)
本セミナーは終了いたしました。

これから開催される関連セミナー

開始日時 会場 開催方法
2026/7/13 知的センシングの要素技術と実装アプローチ オンライン
2026/7/14 はじめてのPI (プロセスインフォマティクス) オンライン
2026/7/17 ラボオートメーションに向けた実験環境の構築と導入・実装のポイント オンライン
2026/7/17 第一原理計算と機械学習を活用した材料設計と応用展開 オンライン
2026/7/21 第一原理計算と機械学習を活用した材料設計と応用展開 オンライン
2026/7/24 外観検査のデジタル化・自動化 オンライン
2026/7/24 はじめてのPI (プロセスインフォマティクス) オンライン
2026/7/24 多成分混合物の物性予測と機械学習の活用 オンライン
2026/7/27 外観検査のデジタル化・自動化 オンライン
2026/7/28 Pythonを用いたスペクトルデータ解析 (前編・後編) オンライン
2026/7/28 Pythonを用いたスペクトルデータ解析 (前編) オンライン
2026/7/28 産業現場のAI機械学習による異常検知予知の実例集 オンライン
2026/7/28 AI/生成AIによる知財業務の効率化と導入・運用のポイント オンライン
2026/7/29 ラボオートメーションに向けた実験環境の構築と導入・実装のポイント オンライン
2026/7/29 Pythonを用いたスペクトルデータ解析 (後編) オンライン
2026/7/30 Pythonを用いたスペクトルデータ解析 (前編・後編) オンライン
2026/7/30 Pythonを用いたスペクトルデータ解析 (前編) オンライン
2026/7/30 Pythonを用いたスペクトルデータ解析 (後編) オンライン
2026/7/30 産業現場のAI機械学習による異常検知予知の実例集 オンライン
2026/7/31 製造現場における正常/異常判定の考え方とデータ解析結果の使いこなし方 オンライン