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

製造業におけるディープラーニングの活用とデータ処理の進め方

データ処理を的確に行うための

製造業におけるディープラーニングの活用とデータ処理の進め方

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、機械学習、ディープラーニングの概要を解説いたします。
また、画像 (分類) 、音 (異常検知) 、センサーデータ等、それぞれの例で解説いたしますので、それぞれがどのように取り扱われるか、注意点は何かを具体的に解説いたします。

開催日

  • 2020年3月11日(水) 10時30分 ～ 16時30分

プログラム

　製造業での課題解決に対して、機械学習・ディープラーニングを使用する際の、基本、注意事項を1日で概観できます。まず、機械学習の基本とディープラーニングの基本を極力数式なしで説明します。 その後、講師が実際のデータを操作することで、データをどう扱うかを学習していきます。画像 (分類) 、音 (異常検知) 、センサーデータ等、それぞれの例で解説しますので、それぞれがどのように取り扱われるか、注意点は何か、が具体的に学習できます。
　また、受講者でノートPCを用意いただければ、事前に環境設定プログラム、サンプルプログラムを配布しますので、自身でも動作を確認することも可能です。実際にデータを取り扱われる方、製造業での課題解決に機械学習・ディープラーニングを活用する最初の1歩となります。

  1. 機械学習/ディープラーニング概観
    1. データ分析と統計
  2. 機械学習/ディープラーニングを行う際に必要なデータ処理の基本
    1. データの定義
    2. 扱うデータの特性を把握する
      1. 時間軸/場所の考慮
      2. 画像
      3. 音
      4. センサー (時系列) データ
      5. その他 (言語)
    3. 特徴量エンジニアリング
      1. 特徴量エンジニアリングとは何か
      2. 具体例
  3. 機械学習の基礎と実践
    1. 機械学習の基本
      1. データがモデルをつくる
    2. 学習の種類
      1. 教師あり学習の基本
      2. 教師なし学習の基本
    3. 結果の分類
      1. 回帰
      2. クラス分類
    4. 製造業でのサンプル
      1. 画像データによる傷の検知
      2. 音データ処理による異常検知
      3. センサーデータ処理による時系列データ処理
  4. ディープラーニングの基礎と実践
    1. ディープラーニングの基本
      1. 基本的な仕組み
      2. ほとんど数式なしの誤差逆伝播理解
    2. 製造業でのサンプル
      1. CNNによる画像データによる傷の検出
      2. RNNによる音データ処理による異常検知
      3. RNNによるセンサーデータ処理による時系列データ処理
  5. 製造業と機械学習
    1. 機械学習による課題解決
      1. PoCへの取り組み (なるべく小さな範囲で)
      2. PoCからソリューションへ
    2. 精度はどこまで求めるか
      1. 精度は100%にはならない
      2. 運用も含めた100%を目指す
ページのトップヘ

講師

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
: 47,000円 (税別) / 51,700円 (税込)
1口
: 57,000円 (税別) / 62,700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
2026/6/3 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 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 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
2026/6/19 実機データでつくるAI制御モデル 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 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
2026/6/24 Pythonで始める実験データ解析と機械学習入門 オンライン
2026/6/24 生成AI時代のPythonデータ分析 オンライン
2026/6/25 Pythonで始める実験データ解析と機械学習入門 オンライン
2026/6/25 生成AI時代のPythonデータ分析 オンライン
2026/6/25 少数・不揃いな計測データの機械学習とモデル設計 オンライン
ページのトップヘ