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

機械学習から、統計的機械学習へ

Zoomを使ったライブ配信セミナー

機械学習から、統計的機械学習へ

~確率的グラフィカルモデルの基礎と応用、そして、統計的人工知能へ~
オンライン 開催

開催日

  • 2020年12月10日(木) 11時00分 17時00分

プログラム

 本講義では、確率的グラフィカルモデルと呼ばれる統計的機械学習モデルをテーマとして扱います。確率的グラフィカルモデルの利点は、なんと言っても、これ一つで多くのデータサイエンス (データマイニングや人工知能) ができるようになるという点です。これは、昨今の人工知能ブームにより盛り上がっているニューラルネットワークモデルとはその意味で一線を画すものです。データマイニングと人工知能を同時にこなすことのできる確率的グラフィカルモデルは、現在の人工知能の弱点 (例えば、作成した人工知能の意味解釈が人間では困難である、など) を補填する可能性を大いに秘めた技術であり、将来の人工知能の核にもなり得る技術と期待しています。ただ残念なことに、学術業界以外では、確率的グラフィカルモデルに対する認知はまだほとんど広がっていません。
 本講義では、初学者にも分かりやすいよう、統計的機械学習理論を学ぶ上で重要となるトピックは網羅的に解説し、理論の基礎から全体像、そして、応用に対する考え方に至るまでを習得できるようにします。また、初学者だけに限らず、統計的機械学習理論を多少聞きかじったけれども、しっかりと基礎部分を把握しておきたいという方にもピッタリな内容となっています。内容の性質上、数式が多数出現しますが、必要に応じて補足をしていくので特殊な専門知識は必要ありません。

  1. はじめに
    1. データマイニングと人工知能
    2. 機械学習とは何か?
      1. 教師あり学習
      2. 教師なし学習
    3. 深層学習概説
    4. データマイニングと人工知能の違い
    5. 統計的機械学習の目的とメリット
    6. 確率の基礎と例題
      1. 規格化条件
      2. 平均・分散
      3. 和法則・積法則
      4. 例題で理解しよう
  2. 統計的機械学習の基礎とマルコフ確率場
    1. ベイズ推定
    2. 統計的機械学習の枠組み
    3. マルコフ確率場
      1. 確率的グラフィカルモデル
      2. ギブスサンプリング
      3. ボルツマンマシン
    4. マルコフ確率場の統計的機械学習
      1. 最尤法
      2. 最尤法と情報理論
      3. EMアルゴリズム
    5. マルコフ確率場の問題点
      1. 計算量爆発の問題
      2. 近似的アプローチ
    6. ガウス型マルコフ確率場
  3. マルコフ確率場の応用例
    1. 重回帰分析問題
    2. 画像ノイズ除去問題
    3. 道路交通量の推定問題
    4. グラフマイニング問題
      1. スパースモデリングのアプローチ
      2. 項目間の関連マップの抽出
  4. 人工知能への応用
    1. パターン認識問題とは?
    2. 問題のベイズ的定式化と逆問題
      1. 事後分布による逆推定
      2. AIシステムが何を見ているか?
    3. ベイジアン・ディープラーニング
  5. おわりに
    1. 本講座のまとめ
    2. 統計的機械学習の利点とこれから

講師

  • 安田 宗樹
    山形大学 大学院 理工学研究科 情報科学科
    准教授

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) / 51,700円 (税込)
1口
: 59,000円 (税別) / 64,900円 (税込) (3名まで受講可)

ライブ配信セミナーの受講について

  • 本セミナーは、ビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境 をご確認いただき、 ミーティングテスト にて動作確認をお願いいたします。
  • 受講中の録音・撮影等は、固くお断りいたします。
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
2021/1/26 AIシステム活用時には押さえておきたいAI半導体チップ・ニューロチップ技術の基礎とトレンド情報 オンライン
2021/1/27 スパースモデリングによる機械学習 オンライン
2021/1/27 グラフニューラルネットワーク入門 オンライン
2021/1/28 カルマンフィルタの実践 オンライン
2021/1/28 説明できるAI (XAI) の原理と失敗しない深層学習 (ディープラーニング) 導入のコツとノウハウ オンライン
2021/1/29 スマートラボラトリ (デジタルラボラトリ) の最新動向と材料研究への導入事例 オンライン
2021/2/1 Pythonによる科学技術計算 オンライン
2021/2/4 統計学・機械学習の考え方とデータ活用 オンライン
2021/2/4 機械学習から、統計的機械学習へ オンライン
2021/2/4 AI画像認識システムの基礎と応用 オンライン
2021/2/8 車載LiDARの小型、軽量化と高解像度センシング技術 オンライン
2021/2/8 AIを活用した材料開発と応用事例 オンライン
2021/2/9 画像認識のデータ前処理に向けた画像フィルタリング技術 オンライン
2021/2/16 スパースモデリング入門 オンライン
2021/2/17 機械学習/Deep Learningの画像データ前処理に活用できる画像フィルタリングの基本と最新動向 オンライン
2021/2/17 マテリアル・ケモ・インフォマティクス入門 オンライン
2021/2/17 データサイエンスで導くイノベーションと研究開発マネジメント オンライン
2021/2/17 デジタルラボ入門 オンライン
2021/2/18 基礎から学ぶ人工知能 オンライン
2021/2/18 蒸留技術の要点とAIを活用した応用研究 オンライン