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

ベイズ統計から学ぶ統計的機械学習

ベイズ統計から学ぶ統計的機械学習

~グラフィカルモデルとデータサイエンスへの応用~
オンライン 開催

概要

本セミナーでは、統計的機械学習理論を学ぶ上で重要となるトピックを網羅的に解説し、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。

開催日

  • 2024年5月23日(木) 11時00分 17時00分

プログラム

 本セミナーでは、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1つで多くのデータサイエンスができるようになるという点です。データサイエンスの技術が学術界に留まらず、広く社会に大きな影響を与え始めています。データサイエンスの中の主要な柱はデータマニング技術 (つまり、データ分析技術) と、AI技術の2つであり、これらの技術はこれからも社会変革をもたらしていくと予想されます。しかしながら、特にAI技術にはまだ大きな問題が残されています。それはシステムの説明性の低さです。出来上がったAIシステムの中身を人が説明できないのです。人の設計思想がシステム構築に入り辛いというのが原因の1つです。残念ながらこの問題はそう簡単には解決しそうもありません。
 よりエンジニアリングに近い位置での (つまり、設計思想が色濃く反映されている方法での) 問題解決法があれば理想です。その意味では伝統的なエンジニアリングは素晴らしいものです。人の設計思想を基礎として、そこにデータサイエンスの流儀をプラスアルファで取り込めれば、今のディープラーニングとは一風異なる方向性での未来が可能となるでしょう。本セミナーで扱うテーマは、そのような新たな方向性の実現に役立つポテンシャルをもった理論なのです。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。
 本セミナーでは、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。大学初年度レベルの微積分、線形代数、確率統計の知識があるとより楽しめると思います。

  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
  2. 確率の基礎とベイズ統計、そして最尤推定
    1. 確率の基礎と例題
      1. 規格化条件と統計量
      2. 確率の和法則と積法則
      3. 例題で理解しよう
    2. ベイズ統計
      1. ベイズの定理と事後確率
      2. 最大事後確率推定
    3. 最尤推定: 統計的機械学習理論の最重要技術
      1. 最尤推定の考え方
      2. 未観測データがある場合の最尤推定とEMアルゴリズム
    4. 少し進んだ話題
      1. 階層ベイズという考え方: 超事前分布のメリット
  3. グラフィカルモデルの基礎とマルコフ確率場
    1. グラフィカルモデルとは?
    2. マルコフ確率場
      1. ボルツマンマシン
      2. ガウス型マルコフ確率場
    3. マルコフ確率場の統計的機械学習の方法
      1. 最尤法
      2. 最尤法と情報理論
      3. EMアルゴリズム
    4. マルコフ確率場の問題点
      1. 組み合わせ爆発の問題
      2. 近似的アプローチ (モンテカルロ積分法)
  4. マルコフ確率場の応用例 (データ生成モデル、データマイニング)
    1. 画像ノイズ除去
    2. 道路交通量の (ナウ・キャスト) 推定
    3. グラフマイニング
      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
  5. 人工知能と統計的機械学習
    1. パターン認識問題とは?
    2. 説明可能な人工知能を目指して
      1. ディープ・アンサンブル
      2. 事後分布による入出力逆推定
  6. おわりに
    • 統計的機械学習の意義とこれから

講師

  • 安田 宗樹
    山形大学 大学院 理工学研究科 情報・エレクトロニクス専攻
    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
: 49,000円 (税別) / 53,900円 (税込)
1口
: 60,000円 (税別) / 66,000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。

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
2024/5/24 マテリアルインフォマティクスの材料開発への適用と活用事例 オンライン
2024/5/24 画像認識のためのディープラーニングとモデルの軽量化 オンライン
2024/5/27 機械学習による適応的実験計画 オンライン
2024/5/27 プロンプトエンジニアリングの基礎とLLMの構成の理解 オンライン
2024/5/27 外観検査へのAI導入と生成AIによるトレーニングデータ不足への対応 オンライン
2024/5/31 マテリアルズインフォマティクスのためのデータ解析 オンライン
2024/6/4 最適化技術の本命 : 進化計算法 (EC:Evolutionary Computation) の基礎と応用 オンライン
2024/6/10 機械学習 (ディープラーニング) の基礎・活用・実践 (全3回) オンライン
2024/6/10 Python基礎と機械学習 基礎 オンライン
2024/6/12 デジタル時代のヘルスケアビジネスの立ち上げ方 東京都 会場・オンライン
2024/6/13 エンジニアのための実験計画法とExcel上で構築可能な人工知能を併用する非線形実験計画法 オンライン
2024/6/14 機械学習による異常検知入門 東京都 会場
2024/6/14 卑金属のみを用いた固体高分子型水電解用酸素発生電極の開発 オンライン
2024/6/17 AI関連発明の出願戦略と生成AIの知財制度上の留意点 オンライン
2024/6/18 機械学習/AIによる特許調査の高度化で実践するスマート特許戦略 オンライン
2024/6/18 Pythonではじめる機械学習入門講座 オンライン
2024/6/19 実験自動化によるR&Dの高速化と再現性向上 オンライン
2024/6/19 機械学習を用いた画像認識技術の基礎とその応用 オンライン
2024/6/19 外観検査自動化に向けた画像処理・AI技術活用の課題と導入のポイント オンライン
2024/6/20 ISO 13485:2016対応に必須の医療機器プロセスバリデーション (進め方、統計的手法とそのサンプルサイズ) オンライン

関連する出版物

発行年月
2024/3/4 対話型生成AI (人工知能) 利活用技術 技術開発実態分析調査報告書
2024/3/4 対話型生成AI (人工知能) 利活用技術 技術開発実態分析調査報告書 (CD-ROM版)
2023/6/30 生産プロセスにおけるIoT、ローカル5Gの活用
2022/12/31 機械学習・ディープラーニングによる "異常検知" 技術と活用事例集
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
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
2010/2/22 画像理解・パターン認識の基礎と応用
1993/3/1 新しいサーボ制御の基礎と実用化技術