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

説明可能AI (XAI:explainable AI) の作り方とAIの業務への導入方法

説明可能AI (XAI:explainable AI) の作り方とAIの業務への導入方法

~機械学習の説明性向上・精度向上の方法と失敗しないAI導入のコツ~
オンライン 開催

概要

本セミナーでは、最近特に必要性が注目されている「説明できるAI」について、深層学習などのブラックボックス機械学習の説明性向上、決定木などのホワイトボックス機械学習の精度向上の方法、次世代AIである進化的機械学習、企業へのAI導入を成功させるコツについて平易に解説いたします。

開催日

  • 2022年6月9日(木) 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

プログラム

  1. 人工知能と機械学習
    1. 人工知能とは何か? – 定義・考え方の推移など –
    2. 機械学習概論 – 説明/事例に基づく学習など –
  2. 深層学習 (ディープラーニング) の現状と課題
    1. ニューラルネットワーク概論 – NNの原理と学習の本質 –
    2. 深層学習の基礎と最近の手法 – 深層学習の考え方・長所・短所 –
    3. 最近のAIの課題と説明できるAI:XAI – 現状のAIの課題と解決策 –
  3. ブラックボックス系機械学習のXAI
    1. 学習済みの深層回路の可視化 – Grad – CAM・LIMEなど –
    2. 特徴空間の自動構築と可視化 – AE・CAE・VAE・UMAPなどによる次元圧縮 –
    3. 可視化を前提とした深層学習 – GCM・判断根拠の提示 –
    4. 深層回路の構造単純化・最適化法 – 進化計算法・勾配降下による方法 –
    5. 転移学習と浸透学習 – 知識の転用による学習 –
  4. ホワイトボックス系機械学習のXAI
    1. 特徴量の最適化による精度向上 – SVMなどの特徴量の最適化 –
    2. 処理過程が説明できる処理の自動構築 – 処理ユニットの組合せ最適化 –
    3. 決定木などの処理の言葉による説明 – ルール集合による説明 –
    4. 小規模かつ高性能な回路の自動構築 – セル型回路の利用など –
  5. AIの業務への導入方法
    1. AI導入時の注意点 – 課題と解決策 –
    2. AI人材の育成方法 – どの方法がベストか? –
  6. まとめ・AIよろず相談室
    • 質疑応答とフリーディスカッション

付録

  • 付録1: 代表的な機械学習法
  • 付録2: 進化計算法の原理と特徴
  • 付録3: 横浜国立大学 長尾研究室のご紹介

講師

  • 長尾 智晴
    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

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
: 57,000円 (税別) / 62,700円 (税込) (3名まで受講可)

ライブ配信セミナーについて

  • 本セミナーは「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。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • セミナー資料は郵送にて前日までにお送りいたします。電子媒体での配布はございません。
  • 開催まで4営業日を過ぎたお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。
    ライブ配信の画面上でスライド資料は表示されますので、セミナー視聴には差し支えございません。
    印刷物は後日お手元に届くことになります。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
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
2022/7/11 ディープラーニングの推論パフォーマンスを改善するモデル軽量化技術の基礎と最新動向 オンライン
2022/7/11 CMOSイメージセンサーの基礎とイメージング技術の最新動向 オンライン
2022/7/12 Pythonで学ぶ機械学習入門セミナー オンライン
2022/7/14 小規模データに対する機械学習の効果的適用法 オンライン
2022/7/15 Pythonを用いた創薬研究における機械学習/ケモインフォマティクス基礎講座 オンライン
2022/7/19 計測インフォマティクスにおけるデータ解析の進め方と解釈 オンライン
2022/7/19 1日で分かるVisual SLAMの基礎 オンライン
2022/7/19 ドライバ状態モニタリング/センシング技術と統計処理・機械学習の活用 オンライン
2022/7/20 AI / 機械学習システムのテスト・品質保証の基本 オンライン
2022/7/20 車載用遠赤外線カメラシステムの効果と課題、及び遠赤外線カメラの将来性について オンライン
2022/7/21 自動運転用センサフュージョン技術と動向 オンライン
2022/7/21 Pythonで始めるコンピュータビジョン (CV) 技術の超入門 オンライン
2022/7/22 畳み込みニューラルネットワークとVision Transformerの基礎と画像認識への応用 オンライン
2022/7/22 テラヘルツ波の基礎と産業への応用 オンライン
2022/7/25 マテリアルズインフォマティクス概論 オンライン
2022/7/25 AI関連発明の特許事例および出願戦略のポイント オンライン
2022/7/25 知っておきたい機械学習を用いたデータ分析の正しい進め方 オンライン
2022/7/26 MTシステムおよび機械学習による異常診断技術の基礎と最適活用 オンライン
2022/7/27 グラフニューラルネットワーク (GNN) 入門 オンライン
2022/7/27 機械学習を活用したドラッグリポジショニングへの適用法 オンライン

関連する出版物

発行年月
2021/10/25 AIプロセッサー (CD-ROM版)
2021/10/25 AIプロセッサー
2021/7/30 マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例
2021/7/14 AIビジネスのブレークスルーと規制強化
2021/6/30 人工知能を用いた五感・認知機能の可視化とメカニズム解明
2021/6/28 AI・MI・計算科学を活用した蓄電池研究開発動向
2020/8/11 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート
2020/7/31 生体情報センシングと人の状態推定への応用
2020/4/30 生体情報計測による感情の可視化技術
2020/3/26 ビッグデータ・AIの利活用に伴う法的留意点
2020/3/24 リアルワールドデータの使用目的に応じた解析手法 - 各データベースの選択と組み合わせ -
2019/1/31 センサフュージョン技術の開発と応用事例
2018/5/31 “人工知能”の導入による生産性、効率性の向上、新製品開発への活用
2016/1/20 画像ワーピング技術とその応用
2015/8/17 防犯・監視カメラ〔2015年版〕 技術開発実態分析調査報告書
2015/8/17 防犯・監視カメラ〔2015年版〕 技術開発実態分析調査報告書 (CD-ROM版)
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