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

機械学習における特徴選択と過学習の抑制対策

機械学習における特徴選択と過学習の抑制対策

~過学習抑制・特徴選択・ハイパーパラメータ最適化 / 過学習を抑えて、汎化性能の高いモデルを作るコツ / 各種特徴選択の比較とPythonによる実装例を解説~
オンライン 開催

開催日

  • 2023年8月21日(月) 10時30分 17時00分

修得知識

  • 教師あり機械学習全般に関する基礎的知識
  • 過学習抑制法の基本
  • 特徴選択手法の基本
  • ハイパーパラメータ最適化の基本
  • 上記に関するPythonによる実装方法

プログラム

 昨今、ディープラーニングを代表とするデータに基づく機械学習が産業界の様々な領域へ導入が進んでいる。しかしながら、実用化にあたり、過学習をいかにして抑えて未知データに対する汎化性能を向上させるか、どのように重要な特徴量を選別するか、また学習では直接最適化が不可能なハイパーパラメータをどのように調整するか、が主要な課題となる。
 本セミナーでは、まず機械学習の基本をおさらいし、これらの課題について代表的な対応策と共にそれらのPythonによる実装方法を丁寧に解説します。

  1. 機械学習の概要
    1. 機械学習の分類
    2. 教師あり学習の基本的構造と過学習問題
    3. 深層学習 (ディープラーニング) の発展
    4. 機械学習の基本的な手順
      • 前処理
      • 次元の呪い
      • 主成分分析による次元圧縮
      • バイアスとバリアンス
      • 評価基準の設定:クロスバリエーション
      • 簡単な識別器:k – 近傍法
      • 評価指標:F値,ROC曲線
  2. Pythonによる機械学習の実装方法 (実装解説)
    1. Scikit – learnを用いた実装方法
    2. k近傍法による識別
  3. 過学習の抑制
    1. ロジスティック回帰
    2. L1/L2正則化
    3. ディープラーニングにおける過学習の抑制
      1. DropOut法
      2. Batch Normalization法
    4. L1/L2正則化の比較 (実装解説)
  4. 特徴選択
    1. 逐次特徴選択
    2. モデルベース特徴選択
      1. L1正則化による特徴選択
      2. 決定木学習/Random Forestに基づく特徴選択
    3. 各種特徴選択の比較 (実装解説)
  5. ハイパーパラメータ最適化
    1. サポートベクトルマシン
    2. ハイパーパラメータ最適化問題
    3. Optunaによるハイパーパラメータ最適化方法 (実装解説)
    • 質疑応答

講師

  • 福井 健一
    大阪大学 産業科学研究所 知能アーキテクチャ研究分野
    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
: 50,000円 (税別) / 55,000円 (税込)
複数名
: 45,000円 (税別) / 49,500円 (税込)

複数名同時受講割引について

  • 2名様以上でお申込みの場合、1名あたり 45,000円(税別) / 49,500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 50,000円(税別) / 55,000円(税込)
    • 2名様でお申し込みの場合 : 2名で 90,000円(税別) / 99,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)
  • 同一法人内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。
  • 他の割引は併用できません。

アカデミック割引

  • 1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

  • 学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
  • 病院などの医療機関・医療関連機関に勤務する医療従事者
  • 文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
  • 公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方
  • 支払名義が企業の場合は対象外とさせていただきます。
  • 企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

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、 視聴環境テストミーティングへの参加手順 をご確認いただき、 テストミーティング 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。
  • 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。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 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
2024/3/29 Pythonによるアンサンブル学習の基礎と応用 オンライン
2024/3/29 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
2024/3/29 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
2024/4/4 多変量解析・データ処理 超入門 オンライン
2024/4/10 Pythonによる時系列データ分析とその活用 オンライン
2024/4/11 技術者・研究者のための多変量解析入門講座 オンライン
2024/4/12 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
2024/4/15 ディープラーニングの基礎と実践 オンライン
2024/4/15 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/17 ルールベースと機械学習ベースの画像認識技術 オンライン
2024/4/18 生成AIをめぐる著作権問題の最前線 東京都 会場・オンライン
2024/4/19 ディープラーニングの基礎と実践 オンライン
2024/4/19 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
2024/4/19 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/4/24 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
2024/4/24 技術者・研究者のための多変量解析入門講座 オンライン
2024/4/25 カルマンフィルタの実践 オンライン
2024/4/26 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/26 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/4/26 ChatGPTを活用したPythonプログラミングとコード生成 オンライン