製造業において機械学習を適用しようという試みは至る所で行われているが、実際の現場で有効に機械学習がうまくいっている事例はそれほど多くない。
　本セミナーでは、機械学習の得意不得意や限界を知り、使いこなすためのコツを応用事例を交え説明することで感覚がつかめるようにする。 また、高品質な製品を開発する工程を短縮する最適実験計画への機械学習適用についても紹介する。

1. 機械学習の基礎
   1. 機械学習の最新動向
   2. 多変量解析やデータマイニングとの関係
   3. 機械学習でできること
   4. 汎化誤差と次元の呪い
   5. 正則化
   6. 確率と機械学習
   7. ベイズモデル化
   8. 機械学習と最適化
   9. 機械学習の基本手順
2. 製造業と機械学習
   1. 製造業でよくある相談案件
   2. 機械学習プロジェクトのマネージメント
   3. 人間のノウハウの知識抽出
   4. スパースモデリングと超解像応用事例
   5. カーネル法とガウス過程
   6. 転移学習・マルチタスク学習
   7. ディープラーニングと画像認識の事例
   8. 異常値検出・新規性発見
3. ベイズモデリングと最適化
   1. スペクトルの分解の事例
   2. ベイズ最適化による実験プロセス最適化事例
   3. マルコフ連鎖モンテカルロ法による最適化
4. まとめ