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

スパースモデリングの基礎と実践

スパースモデリングの基礎と実践

～膨大なデータに埋もれた本質的に重要なデータを取り出すために～
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

開催日

  • 2019年5月30日(木) 10時30分 ～ 16時30分

受講対象者

  • 実務・研究において予測、特に回帰分析を利用する方
  • 実務・研究においてどのような考え方で予測モデルを選べばよいかを知りたい方

修得知識

  • スパースモデリングの基本的な考え方
  • スパースモデリングの回帰モデリングの観点からの理解
  • 実問題に適用できるが実例の理解

プログラム

　大量のデータに含まれる少数の本当に重要なデータを抽出したい、あるいは少数の観測から背後にある多数のパラメタを推定したい、といったニーズは様々な産業分野で日々産まれ続けている。計測技術の高度化やストレージの低価格化、折しものビッグデータブームに後押しされ、たくさんのセンサーによる計測結果を記録したはよいものの、その中から有用な情報を取り出すことが出来ないということも多い。
　スパースモデリングは、「同じことがらを説明できるならば、説明に用いるモデルは簡潔な方がよい」という、合理的な先見知識を導入することで、大量のセンサーデータに埋もれた本質的に重要な信号を取り出したり、未知のパラメタの数よりもはるかに少ない回数の計測データを用いてパラメタ同定を行ったりするための技術の総称であり、既に統計的データ解析、機械学習の現場において必要不可欠な方法論となっている。
　本セミナーでは、おもに統計における正則化線形回帰という視点からスパースモデリングを概観し、多数提案されている主要な発展的手法も解説する。さらに。具体的な問題をスパースモデリングにより定式化して効率的に解決する事例を、簡単なプログラム例とデモを交えて紹介する。

  1. 機械学習概論
    1. 機械学習の問題設定
    2. 教師有り,なし学習
    3. 生成・識別モデル
  2. スパースモデリングの導入
    1. 重回帰分析
    2. 正則化回帰
    3. Lasso:L1正則化線形回帰
  3. 発展的な手法
    1. 様々なスパース性
    2. 正則化とバイアス
    3. ベイズモデルとしての理解
  4. 実データ解析の応用例
    1. オープンソースライブラリを利用した実データの分析例
    2. 工学的応用例
  5. まとめ
    • 質疑応答
ページのトップヘ

講師

  • 日野 英逸 氏
    大学共同利用機関法人 情報・システム研究機構 統計数理研究所 モデリング研究系
    教授
ページのトップヘ

会場

東京流通センター

2F 第3会議室

東京都 大田区 平和島6-1-1
東京流通センターの地図
ページのトップヘ

主催

サイエンス＆テクノロジー 株式会社
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
: 42,750円 (税別) / 46,170円 (税込)
複数名
: 22,500円 (税別) / 24,300円 (税込)

複数名同時受講の割引特典について

  • 2名様以上でお申込みの場合、
    1名あたり 22,500円(税別) / 24,300円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 42,750円(税別) / 46,170円(税込)
    • 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 48,600円(税込)
    • 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 72,900円(税込)
  • 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
  • 受講券、請求書は、代表者にご郵送いたします。
  • 請求書および領収書は1名様ごとに発行可能です。
    申込みフォームの通信欄に「請求書1名ごと発行」と記入ください。
  • 他の割引は併用できません。
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
2026/1/19 マテリアルズ・インフォマティクスの実践と低誘電材料開発への応用 オンライン
2026/1/19 微生物試験の妥当性確保のための統計的手法及び評価 オンライン
2026/1/19 EMCの基礎と機械学習・深層学習の応用技術 オンライン
2026/1/19 統計手法の基礎 オンライン
2026/1/20 ICH Q2(R2) の要点と分析法バリデーション実施 オンライン
2026/1/20 EMCの基礎と機械学習・深層学習の応用技術 オンライン
2026/1/23 分析法バリデーションの進め方と分析試験計画の策定 オンライン
2026/1/23 脳波計測の基礎と応用・利用技術の最新動向 オンライン
2026/1/26 機械学習と脳科学におけるベイズ統計 オンライン
2026/1/26 外観検査 (2日間) オンライン
2026/1/26 AI外観検査 (画像認識) のはじめ方、すすめ方、精度の向上 オンライン
2026/1/27 実験・測定に必要な統計の基礎とデータ解析のポイント オンライン
2026/1/27 AIの選択・精度・効率・構造・コストなどの最適化原理 オンライン
2026/1/27 医薬品・部外品・化粧品分野で必要な品質管理/検査に役立つ化学分析の基礎 オンライン
2026/1/27 時系列データ分析 入門 : 基礎とExcelでの実行方法 オンライン
2026/1/28 ディジタルフィルタを理解する オンライン
2026/1/28 データ分析およびAIエージェントの基礎と活用に向けたポイント オンライン
2026/1/29 ICH Q2(R2) の要点と分析法バリデーション実施 オンライン
2026/1/29 計算ブラックボックスからの脱却と精度評価の本質に迫る オンライン
2026/1/29 やさしく学ぶベイズ統計 オンライン
ページのトップヘ

関連する出版物

発行年月
2024/10/31 少ないデータによるAI・機械学習の進め方と精度向上、説明可能なAIの開発
2023/6/30 生産プロセスにおけるIoT、ローカル5Gの活用
2022/12/31 機械学習・ディープラーニングによる "異常検知" 技術と活用事例集
2022/8/31 医療機器の設計開発における統計的手法とそのサンプルサイズ設定
2021/10/25 AIプロセッサー (CD-ROM版)
2021/10/25 AIプロセッサー
2021/10/18 医療機器の設計・開発時のサンプルサイズ設定と設定根拠
2021/7/30 マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例
2021/6/30 人工知能を用いた五感・認知機能の可視化とメカニズム解明
2021/6/28 AI・MI・計算科学を活用した蓄電池研究開発動向
2020/8/11 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート
2020/7/31 生体情報センシングと人の状態推定への応用
2020/4/30 生体情報計測による感情の可視化技術
2019/1/31 センサフュージョン技術の開発と応用事例
2018/5/31 “人工知能”の導入による生産性、効率性の向上、新製品開発への活用
2018/4/25 統計学的アプローチを活用した分析法バリデーションの評価及び妥当性
2017/5/10 分析法バリデーション実務集
2016/4/28 ドライバ状態の検出、推定技術と自動運転、運転支援システムへの応用
2014/5/10 生体信号処理技術(脳波) 技術開発実態分析調査報告書(CD-ROM版)
2014/5/10 生体信号処理技術(脳波) 技術開発実態分析調査報告書
ページのトップヘ