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

少ない学習データを用いた高効率な機械学習とAIの業務への導入を成功させるコツ

少ない学習データを用いた高効率な機械学習とAIの業務への導入を成功させるコツ

～関数推定、異常検知、深層学習、進化的機械学習での少量データの有効活用～
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、できるだけ少量の学習データから有益なモデル化や利用が行える機械学習を実現するための手法について、数式やプログラムをほとんど使わずに率直かつ平易に解説いたします。

開催日

  • 2019年12月16日(月) 10時30分 ～ 16時30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
  • 機械学習で課題を抱えている方

修得知識

  • 人工知能と機械学習の概要
  • 深層学習の現状と課題
  • 少量データによる機械学習法といくつかの問題に対する具体的な適用方法
  • 業務へのAI導入と実際と成功のコツなど

プログラム

　現在、大企業・中小企業を問わず、業務へのAIの導入方法や利用上の問題などに悩まされている経営者・技術者の方々が非常に多いです。深層学習 (ディープラーニング) の発展により、従来は実現できなかった高い精度を達成でき、AIを適用できなかった業務への導入が可能になっているのは事実です。
　一方、深層学習はオールマイティな手法ではなく、何でも解決できるわけではありませんし、利用上の問題点も多いです。特に、学習に大量の洗練されたデータが必要なことは大きな障害となっており、最近ではできるだけ少量の学習データから有益なモデル化や利用が行える機械学習が求められています。
　そこで本セミナーでは、始めに人工知能と機械学習の概要と現状について触れた後、少ない学習データから高効率な機械学習とその具体的な利用方法、さらにAI導入時の注意点を紹介します。AIを業務に利用しようと考えているが、うまく行かずにお悩みの経営者・技術者の方々などを対象にして、少ない学習データを用いる機械学習やAI導入について、数式やプログラムをほとんど使わずに率直かつ平易に解説します。

  1. 機械学習の現状と課題
    1. 人工知能と機械学習
    2. 機械学習の種類と方法
    3. 教師あり/なし/半教師つき学習
    4. 少量データを用いた機械学習とは?
  2. 深層学習 (ディープラーニング) の現状と課題
    1. 階層型神経回路網の原理と問題点
    2. 深層学習の基礎と最近の手法
    3. 深層学習の問題点とその対策
  3. 少量データを用いた機械学習1:関数推定
    1. ベイズ最適化に基づく関数推定
    2. 遺伝的プログラミング (GP) による関数推定
    3. CGP (Cartesian GP) による関数推定
  4. 少量データを用いた機械学習2:異常検知
    1. 1クラスSVM (Support Vector Machine)
    2. CAE (Convolutional Auto Encoder) による異常検知
    3. 半教師あり学習によるクラス分類
  5. 少量データを用いた機械学習3:少量データによる深層学習
    1. CG (Computer Graphics) を用いた機械学習
    2. GAN (Generative Adversarial Network) による水増し
    3. 転移学習と蒸留・浸透学習 (Percolative Learning)
  6. 少量データを用いた機械学習4:進化的機械学習
    1. 進化計算法の原理と特徴
    2. 処理プロセスの自動生成
    3. 分かり易い分類器の自動生成
    4. CS (Classifier System) によるルールの学習
  7. 企業への機械学習導入方法
    1. 機械学習導入における「基本8箇条」
    2. AIコンサルの必要性
  8. まとめと質疑応答
ページのトップヘ

講師

  • 長尾 智晴 氏
    横浜国立大学 大学院 環境情報学府・研究院 情報メディア環境学専攻
    教授
ページのトップヘ

会場

品川区立総合区民会館 きゅりあん

5F 第3講習室

東京都 品川区 東大井5丁目18-1
品川区立総合区民会館 きゅりあんの地図
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) / 47,020円 (税込)
複数名
: 22,500円 (税別) / 24,750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) / 24,750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) / 47,020円(税込)
    • 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
    • 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250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
2026/9/24 FT-IRの基礎と機械学習によるスペクトルデータ解析 オンライン
2026/9/25 材料実験AIエージェントを自分で作る オンライン
2026/9/28 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/28 FT-IRの基礎と機械学習によるスペクトルデータ解析 オンライン
2026/9/28 製薬業におけるCMC・製造領域のデータ・AI活用 オンライン
2026/9/29 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/29 生成AIを活用したバイブコーディングの進め方 オンライン
2026/9/29 機械学習を利用した多成分混合物の物性予測・物性推算 オンライン
2026/9/30 医薬品開発に向けたフロー合成活用の基礎知識と反応制御技術の実際 オンライン
2026/10/1 医薬品開発に向けたフロー合成活用の基礎知識と反応制御技術の実際 オンライン
2026/10/6 生体信号解析へのAI技術の適用 オンライン
2026/10/6 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
2026/10/7 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
2026/10/8 生成AIを活用したバイブコーディングの進め方 オンライン
2026/10/14 製薬業におけるCMC・製造領域のデータ・AI活用 オンライン
2026/10/19 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2026/10/19 第一原理計算と機械学習を用いた材料設計と応用展開 オンライン
2026/10/20 複数企業・複数機関による秘匿データの統合解析 オンライン
2026/10/20 プロセスインフォマティクスにおけるデータ解析と製造工程の最適化 オンライン
2026/10/20 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
ページのトップヘ