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

ものづくりのための機械学習と実験計画法

ものづくりのための機械学習と実験計画法

～能動学習 (Active Learning) と実験計画の問題設定と解法を学ぶ～
東京都 開催 会場 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

概要

本セミナーでは、実験計画に機械学習技術を導入するための必要知識を事例とともに解説いたします。

開催日

  • 2019年3月4日(月) 11時00分 ～ 16時00分

受講対象者

  • ものづくりのための研究開発において、人工知能、機械学習の活用法を検討されている方
  • 実務における実験計画問題に機械学習技術の導入を検討されている方

修得知識

  • ものづくり企業における人工知能、機械学習の活用法
  • 実務における実験計画問題に機械学習技術を導入する方法
  • 機械学習による実験計画法の最新の研究動向

プログラム

　さまざまな分野でデータ駆動型人工知能 (機械学習) による技術革新が進んでいる。ものづくり分野においても、過去に蓄積されたデータをもとに、新製品の開発や改良にデータ駆動型アプローチを利用する試みが進んでいる。
　ものづくりでは能動学習 (Active Learning) と呼ばれる機械学習の枠組が重要な役割を果たす。能動学習は「実験パラメータの選択」と「実験結果に基づくモデルの更新」を繰り返す枠組を定式化したもので、品質管理分野における実験計画法と深い関連がある。
　本講義では、まず、データ駆動型人工知能によるものづくりの考え方と機械学習の基礎を簡単に学ぶ。続いて、能動学習と実験計画の問題設定と解法を詳しく学ぶ。最後に、近年着目されているベイズ最適化と呼ばれる能動学習法を解説し、著者らがこれまでに取り組んだ例を紹介する。

  1. はじめに～データ駆動型人工知能による「ものづくり」
  2. 機械学習の基礎
    1. 教師あり学習
    2. 教師なし学習
    3. 能動学習
  3. 能動学習と実験計画
    1. 線形モデルと最小二乗法
    2. 線形モデルのための実験計画法
    3. 線形モデルのための能動学習
  4. ベイズ最適化
    1. ガウス過程モデル
    2. ベイズ最適化
    3. ベイズ最適化の発展
    4. ベイズ最適化の実用上の課題と解決法
  5. 実用例の紹介
ページのトップヘ

講師

  • 竹内 一郎 氏
    名古屋大学 大学院 工学研究科
    教授
ページのトップヘ

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
ページのトップヘ

主催

株式会社 トリケップス
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
: 46,000円 (税別) / 49,680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。
セミナーの再開催を依頼する
ページのトップヘ

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
2026/6/2 Pythonによるデータ解析の基礎と実務への応用 オンライン
2026/6/3 生成AIを活用したデータ分析の基礎と利用のポイント オンライン
2026/6/4 ExcelデータをPythonで活かすデータ解析 オンライン
2026/6/9 AI/機械学習が「遅い・重い・回らない」ボトルネックの原因と対処法 オンライン
2026/6/10 技術者・研究者のための実験計画法 入門講座 オンライン
2026/6/10 ChatGPTを活用したPythonプログラミングの進め方 オンライン
2026/6/11 AI/機械学習が「遅い・重い・回らない」ボトルネックの原因と対処法 オンライン
2026/6/12 技術者・研究者のための実験計画法 入門講座 オンライン
2026/6/12 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
2026/6/12 生成AIを活用したデータ分析の基礎と利用のポイント オンライン
2026/6/15 ExcelデータをPythonで活かすデータ解析 オンライン
2026/6/15 ベイズ統計の基礎とデータ分析、予測への応用 オンライン
2026/6/17 実験の実務 : 実験を効率化して確実に成果を生む実験ノート (記録) の書き方 オンライン
2026/6/19 マテリアルズインフォマティクスのためのデータ解析 オンライン
2026/6/19 実機データでつくるAI制御モデル オンライン
2026/6/19 ChatGPTを活用したPythonプログラミングの進め方 オンライン
2026/6/23 AI性能を最大化するための設計・評価・改善手法 オンライン
2026/6/23 生成AIの平均的な正解を超えるテキスト分析 オンライン
2026/6/23 機械学習を用いた流体力学現象の予測とモデリング オンライン
2026/6/24 AI性能を最大化するための設計・評価・改善手法 オンライン
ページのトップヘ