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

機械学習法の基礎とコンピュータビジョン応用

機械学習法の基礎とコンピュータビジョン応用

~多変量解析法,SVM,Deep Learning,Random Forest等を具体的な応用例と共に解説~
東京都 開催 会場 開催

開催日

  • 2015年1月27日(火) 10時30分 17時00分

受講対象者

  • 機械学習の応用分野に関連する技術者、研究者
    • 画像処理
    • 信号処理
    • 医療福祉
    • スポーツ分野
    • セキュリティ (監視カメラ、警備、防犯)
    • ロボット
    • コンピュータビジョン
    • 異常行動検出、異常領域検出
    • 統計
    • 経済学 など
  • 機械学習、パターン認識分野の技術者、研究者
  • これから機械学習、パターン認識に携わる技術者、開発者

修得知識

  • 機械学習の基礎
    • 多変量解析法
    • SVM
    • Deep Learning
    • Random Forest 等
  • 機械学習の具体的な応用例

プログラム

 最近のコンピュータビジョンでは多変量解析や機械学習法を利用することが主流になってきた。コンピュータビジョンに限っても多数の手法が利用されており、初学者には各手法の詳細と性質を知ることが簡単ではない。そこで、本セミナーでは理論と応用をあわせて紹介することにより、各手法の性質をつかみやすくする。

  1. 多変量解析と応用
    1. 主成分分析
    2. 判別分析
    3. Partial least squares回帰
    4. カーネル多変量解析
  2. ベイズの定理と応用
    1. 正規分布を仮定した時のベイズの定理
    2. ナイーブベイズ
  3. Deep Learningと応用
    1. 従来のニュラールネットワーク
    2. Deep learning
  4. サポートベクターマシン (SVM) と応用
    1. CVでよく利用されるカーネル関数
    2. カーネル関数の統合
    3. one-class SVM
    4. サポートベクター回帰
  5. Adaboostと応用
  6. Random Forestと応用

講師

  • 堀田 一弘
    名城大学 理工学部 電気電子工学科
    准教授

会場

中央大学 駿河台記念館
東京都 千代田区 神田駿河台3丁目11−5
中央大学 駿河台記念館の地図

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)

割引特典について

  • 複数名 同時受講:
    1口 57,000円(税別) / 61,560円(税込) (3名まで受講可能)
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
2024/12/9 AI外観検査導入のための基礎と進め方・留意点 オンライン
2024/12/11 AIニューラルネットワークが切り拓く次世代センシング技術 オンライン
2024/12/11 機械学習のためのデータ前処理技術とノウハウ オンライン
2024/12/11 音・画像情報処理技術の基礎と認識・検査システムへの応用 オンライン
2024/12/12 ライトフィールド技術の原理と応用および最新技術動向 オンライン
2024/12/13 AI/生成AIを活用した研究開発の意思決定と評価軸の考え方 オンライン
2024/12/13 AIニューラルネットワークが切り拓く次世代センシング技術 オンライン
2024/12/13 機械学習/AIによる特許調査の高度化で実践するスマート特許戦略 オンライン
2024/12/13 AI外観検査導入のための基礎と進め方・留意点 オンライン
2024/12/16 AI機械学習の活用・導入のためにこれだけは押さえておきたい数学 超入門 2日間セミナー オンライン
2024/12/16 AI機械学習に的を絞った行列・偏微分・確率密度の超入門 オンライン
2024/12/16 少ないデータによる異常検知技術の導入と活用方法 オンライン
2024/12/17 少数データ、データ不足における機械学習適用の問題解決方法とその戦略 オンライン
2024/12/17 進化計算を利用した多目的最適化技術とその応用 オンライン
2024/12/20 機械学習のためのデータ前処理技術とノウハウ オンライン
2024/12/23 AI機械学習原理を理解するための数式読み方入門 オンライン
2024/12/23 ディープラーニングに基づく外観検査AI技術 オンライン
2024/12/25 ディジタル信号処理による雑音の低減/除去、ノイズキャンセリング技術とその応用 オンライン
2025/1/7 少数データ、データ不足における機械学習適用の問題解決方法とその戦略 オンライン
2025/1/14 自然言語処理を活用した研究開発、材料分野への適応事例 オンライン

関連する出版物

発行年月
2014/3/7 画像処理・画像符号化・画像評価法
2013/10/29 高効率動画像符号化方式:H.265/HEVC (High Efficiency Video Coding)
2013/8/2 HLAC特徴を用いた学習型汎用認識
2013/6/21 機械学習によるパターン識別と画像認識への応用
2013/6/1 画像診断機器(磁気共鳴) 技術開発実態分析調査報告書
2013/6/1 画像診断機器(磁気共鳴) 技術開発実態分析調査報告書 (CD-ROM版)
2013/3/29 3次元物体認識手法とその応用 (カラー版)
2012/10/25 電子写真装置の定着技術 技術開発実態分析調査報告書
2012/10/25 電子写真装置の定着技術 技術開発実態分析調査報告書 (CD-ROM版)
2012/6/20 画像復元・超解像技術の基礎と応用
2012/4/20 デジカメ主要8社の静止画信号処理技術 技術開発実態分析調査報告書
2012/4/20 デジカメ主要8社の静止画信号処理技術 技術開発実態分析調査報告書 (CD-ROM版)
2011/2/4 入門 画質改善・画像復元・超解像技術
2010/11/15 防犯・監視カメラ 技術開発実態分析調査報告書
2010/11/10 高ダイナミックレンジ画像処理技術とMATLABシミュレーション
2010/9/24 JPEG XR画像符号化方式と性能評価
2010/2/22 画像理解・パターン認識の基礎と応用
2009/9/16 H.264 / MPEG-4 AVC 拡張規格・応用例・最新動向
2008/3/26 劣化画像の復元・ノイズ除去による高画質化
2007/8/31 画像認識・理解システム構築のための画像処理の基礎