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

ノンパラメトリックベイズモデル

機械学習の最先端

ノンパラメトリックベイズモデル

~基礎理論と学習アルゴリズム~
東京都 開催 会場 開催

開催日

  • 2015年2月20日(金) 11時00分 16時00分

プログラム

本セミナーでは、近年機械学習分野で注目されているノンパラメトリックベイズモデルについて解説する。 前半では、ノンパラメトリックベイズの考え方について概観する。まず、確率モデルの基礎について解説し、有限個のパラメータを持つ通常の確率モデルを無限次元に拡張する方法について述べる。また、ノンパラメトリックベイズを支える重要な確率過程の1つであるディリクレ過程やその拡張である階層ディリクレ過程について解説し、そのような確率過程に基づくアプリケーションについて説明する。 後半では、ノンパラメトリックベイズモデルの学習方法について、混合ガウスモデルを例に具体的に解説する。まず、通常の有限混合ガウスモデルの学習方法について説明し、それを応用することで無限混合ガウスモデルの学習も可能になることを示す。
  1. ノンパラメトリックベイズ
    1. 確率モデルの基礎
    2. 有限モデルと無限モデル
    3. ディリクレ過程
    4. 階層ディリクレ過程
    5. 応用例
  2. ベイズ推論法
    1. 有限混合ガウスモデル
      1. 最尤推定 (ギブスサンプリング・EMアルゴリズム)
      2. ベイズ推定 (ギブスサンプリング・変分ベイズ法)
    2. 無限混合ガウスモデル
      1. 中華料理店過程とギブスサンプリング
      2. 棒折過程と変分ベイズ法

講師

  • 吉井 佳和
    京都大学 情報学研究科 知能情報学専攻
    講師 (博士 (情報学) )

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
: 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。

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
2025/4/3 ISO 13485:2016が要求する医療機器サンプルサイズの根拠を伴う統計学的手法 (全2コース) オンライン
2025/4/3 ISO 13485:2016が要求する医療機器サンプルサイズの根拠を伴う統計学的手法 (Aコース 基礎編) オンライン
2025/4/8 統計学の基礎から学ぶ実験計画法 (2日間) オンライン
2025/4/8 機械学習を用いたスペクトルデータ解析と材料開発への適用 オンライン
2025/4/9 ISO 13485:2016が要求する医療機器サンプルサイズの根拠を伴う統計学的手法 (Bコース 実務編) オンライン
2025/4/9 マテリアルズインフォマティクス (MI) の最新動向と小規模データ駆動型MIの展開 オンライン
2025/4/10 Vision Transformerの仕組みとBEV Perception オンライン
2025/4/11 マテリアルズインフォマティクスの基礎と高分子材料設計における応用事例 オンライン
2025/4/11 Excel・Pythonで学ぶ製造業向けデータ解析と実務への応用 オンライン
2025/4/15 自動運転・運転支援に向けた各種センサーを用いた周辺環境認識技術 オンライン
2025/4/16 異常検知・学習データ作成のための生成AI活用 オンライン
2025/4/16 Pythonによる機械学習の基礎と実践 オンライン
2025/4/16 データ分析と統計解析の基礎、実務への活用 オンライン
2025/4/16 機械学習を用いたスペクトルデータ解析と材料開発への適用 オンライン
2025/4/17 スパース推定の基礎、本質の把握・理解と実装応用技術への展開 オンライン
2025/4/17 時系列データ解析による異常検知および故障予測 東京都 オンライン
2025/4/18 実験計画法・ベイズ最適化を用いた効率的な実験デザイン オンライン
2025/4/21 図解と演習で学ぶ実験計画法入門 オンライン
2025/4/21 非臨床試験における統計解析入門 オンライン
2025/4/22 マテリアルズインフォマティクスの高分子材料開発への応用 オンライン