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

機械学習のセミナー・研修・出版物

時系列データ分析の基礎とPythonを用いた実践

2018年10月26日(金) 10時30分16時30分
東京都 開催

本セミナーでは、Pythonを利用して時系列分析の技術や理論を基礎から学びたい方を対象に、演習を中心としたワークショップ形式で分かりやすく解説いたします。

PythonとKerasで学ぶ機械学習入門

2018年10月1日(月) 10時30分17時30分
東京都 開催

創薬・DR成功のためのビッグデータ・人工知能 (ディープラーニング) の活用法

2018年9月26日(水) 10時30分16時30分
東京都 開催

本セミナーでは、生体ビッグデータを用いて、創薬・DRを行う研究の現状、AIの創薬での使用法の実際、有望視されるビッグデータ創薬・DRおよびAI創薬・DRの方法と実際について詳解いたします。

カルマンフィルタの実践

2018年9月26日(水) 10時00分17時00分
東京都 開催

 自動車産業をはじめとして、さまざまな産業界でモデルベース開発の重要性が認識されてきました。本セミナーでは、究極のモデルベースアプローチであり、センシング、制御、あるいは機械学習などのAI の分野と密接な関係をもつカルマンフィルタについて述べます。特に、カルマンフィルタの実践を目指すユーザを対象として、カルマンフィルタを利用する上で有益な情報を提供することを目的とします。
 本セミナーでは、カルマンフィルタの基礎理論について、一度は勉強したことがある方を対象にします、したがって、時系列データの状態空間表現や線形カルマンフィルタのアルゴリズムについてはある程度の知識があることを前提とします。
 本セミナーでは、まず、線形カルマンフィルタのアルゴリズムを紹介し、数値例を通してカルマンフィルタの仕組みについて学習します。続いて、代表的な非線形カルマンフィルタである拡張カルマンフィルタ (EKF) と無香料カルマンフィルタ (UKF) のアルゴリズムを説明し、非線形カルマンフィルタを用いた状態とパラメータの同時推定を導入します。また、カルマンフィルタの数値的不安定性について述べ、その問題点に対処するUD分解フィルタを導入します。さらに、カルマンフィルタの2つの応用例を紹介します。時間があれば、ロバストフィルタの考え方について紹介したいと思います。

基礎からわかる強化学習

2018年9月20日(木) 10時30分16時30分
東京都 開催

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

2018年9月14日(金) 11時00分16時30分
東京都 開催

本セミナーでは、予防安全技術の歴史やロードマップを基にして、ドライバ状態検出技術の最新研究開発動向および将来の展望について詳細に解説いたします。
また、ドライバ状態を検出するに当たって活用が期待される統計科学的手法、機械学習の手法について解説いたします。

機械学習入門セミナー

2018年9月13日(木) 13時00分17時00分
東京都 開催

 AI・ディープラーニング・機械学習は、生産ライン、医療、インターネットサービスなど、様々な分野で応用・実用化され、多くの人がこの技術にさらなる期待を寄せています。しかし、もちろんAIや機械学習がなんでもできるわけではありません。何ができて何ができないのか、これをしっかり理解するためには機械学習の基本原理を理解することが重要です。
 本講では、AIや機械学習を導入したいと考えているが機械学習でどんなことができるのかをきちんと理解したい、知りたい方に向けて、機械学習の考え方の道筋、基本的な重要な概念をじっくり説明します。数式はできるだけ使わずに、グラフを使って直感的な解説をします。

TensorFlowで始めるAI導入とビジネス活用

2018年9月11日(火) 10時30分16時30分
東京都 開催

 今やAI技術の主流となっているディープラーニングでは、ニューロンの働きを疑似的に多重化したニューラルネットワークを利用しています。
 本セミナーでは、AI技術の概要から始めてディープラーニングとはどのようなものなのか、そしてGoogle社のディープラーニング (深層学習) フレームワークであるTensorFlowの機能および使い方に解説を進めます。その後、TensorFlow の稼働環境を構築して、稼働環境上でのサンプル実行とサンプル内容の解説へと進めていき、TensorFlow のディープラーニングを実現するコード記述スタイルが理解できるようにしていきます。

機械学習の基礎と異常検知への利用

2018年9月7日(金) 12時30分16時30分
大阪府 開催

Kerasを使ったDeep Learningによる画像認識の実装

2018年9月7日(金) 11時00分16時00分
東京都 開催

本セミナーでは、画像認識問題を題材に、Deep Learning及び、Deep Learningのプログラミングについて解説いたします。

カルマンフィルタ入門

2018年9月7日(金) 10時00分17時00分
東京都 開催

カルマンフィルタの基礎理論

2018年9月3日(月) 10時00分17時00分
東京都 開催

 自動車産業をはじめとして、さまざまな産業界でモデルベース開発の重要性が認識されてきました。本セミナーでは、究極のモデルベースアプローチであるカルマンフィルタについて、できるだけわかりやすく解説することを試みます。カルマンフィルタは、対象である時系列、あるいはシステムの数学モデルが与えられたとき、雑音が混入した観測データから対象の状態を推定 (フィルタリング) する方法です。
 本セミナーでは、カルマンフィルタの基礎理論について詳細に解説します。センシング、制御、あるいは機械学習などのAI の分野とカルマンフィルタの関係についても述べます。できれば、古典制御や現代制御、確率過程などの知識をお持ちの方が望ましいですが、高等学校の数学の知識があれば、本セミナーを理解できるようにお話ししたいと考えています。
 本セミナーでは、まず、線形カルマンフィルタのアルゴリズムを紹介し、数値例を通してカルマンフィルタの仕組みについて学習します。つづいて、非線形カルマンフィルタの考え方を簡単に述べます。最後に、カルマンフィルタを利用する上で重要である時系列データのモデリングについてもお話しします。

機械学習及びディープラーニングの基礎と実践

2018年8月31日(金) 10時30分16時30分
東京都 開催

 機械学習、ディープラーニングの概要を解説します。また、Chainerを利用したサンプルプログラムを解説しながら、実際のデータをどう扱うかも解説します。サンプルは、【画像分類 (CNNによる分類) 】、【音による異常検知 (正常時の音からモデルを作成し、音の変化で異常発生を検知します) 】、【強化学習】を用意します。

AI創薬で取得すべき特許とその権利化

2018年8月30日(木) 10時00分17時00分
東京都 開催

機械学習・強化学習によるロボットの運動制御・認識制御

2018年8月29日(水) 10時30分16時30分
東京都 開催

 近年、人工知能関連技術の種々の応用が盛んに行われ、ロボットへの応用も期待を集めている。ロボットを自動的に動かし人手での調整等の介在を減らす (自律化) 技術は、地図生成、運動計画、学習制御、パタン認識など多岐にわたる技術的側面を有する。
 本セミナーでは、動作するロボットへの応用に関連する運動計画・地図生成・パタン認識・機械学習・強化学習等の諸技術の概略を解説し、ロボットの自律化に関連する技術・研究動向を述べる。

ディープラーニングの基礎とロボットの環境認識・行動学習への応用

2018年8月28日(火) 13時00分16時30分
東京都 開催

本セミナーでは、画像・音声・動画認識などの様々な技術を高精度化させるディープラーニングについて、基礎から学習法、各技術への応用例、自律ロボットの動作・言語学習などについて解説いたします。

機械学習とウェアラブルセンサを用いたココロの可視化

2018年8月28日(火) 11時00分17時00分
東京都 開催

 本セミナーでは、まずウェアラブルセンサと機械学習によるココロの予測・推定の有用性と必要性について触れ、これらを導入し、活用するための留意点について解説するとともに、質疑応答を通して理解を深めます。その上で、ストレス負荷時の生体信号の変化や認知的負荷時の動作の変化について解説し、動作と生体信号、ストレス、認知的負荷の関係についての理解を深めます.また実例を交えて、機械学習を解説し、理解を深めます。
 本セミナーを受講することで、ウェアラブルバイタルセンサやモーションセンサを用いたココロの可視化や機械学習を活用したインテリジェント製品の開発に役立ちます。

自動運転のヒューマンファクターと自動/手動の切り替え、法整備動向

2018年8月28日(火) 10時15分17時00分
東京都 開催

本セミナーでは、自動運転の要素技術について取り上げ、自動運転時のドライバ状態推定、自動運転異常時のドライバの応答評価、自動運転に関わる法規制など、スムーズで安全な運転権限移譲の実現へ向けた研究事例と課題について詳解いたします。

製造業におけるニューラルネットワークモデル(超回帰モデル) を併用した非線形実験計画法

2018年8月28日(火) 10時00分17時00分
東京都 開催

 実験計画法は、少ない実験回数で多くの構成要素が関係する現象の解析が可能です。その解析方法を使うと、本来、数千通りの実験が必要な場合でも、数十通りの実験回数で、構成要素間の最適な組合せ (因子ごとの最適条件) を見つけることが可能です。
 しかしながら、解析の前提として構成要素の組合せ効果が線形モデル (構成要素の影響が足し算で構成された単純なモデル) に基づくことを前提にしており、構成要素が複雑に絡みあう製造業の開発では、最適条件の推定が外れることが多々ありました。
 本セミナーでは、実験計画法の原理と問題点の解説を行い、その問題点を補うために人工知能の一種であるニューラルネットワークモデル (超回帰モデル) を併用した製造業の開発により適した非線形実験計画法を解説いたします。
 実験計画法の導入を考えている初学者の方、これまで実験計画法や品質工学 (タグチメソッド) を使ったが上手く行かなかったという方々に、具体的な解決策を詳細に説明します。

機械学習による実験計画法

2018年8月27日(月) 13時00分16時30分
東京都 開催

本セミナーでは、実験計画に機械学習技術を導入するための必要知識を事例とともに解説いたします。

Deep Learning (ディープラーニング) を活用した画像認識

2018年8月27日(月) 10時00分17時00分
東京都 開催

本セミナーでは、最近注目されているDeep Learning (ディープラーニング) について、基礎的なところから応用事例まで解説いたします。

Pythonを使った時系列データ分析

2018年8月27日(月) 10時00分17時00分
東京都 開催

 本セミナーでは、時系列データを対象にし、データの個性を定量化する統計的指標や、数式として表現する時系列モデルを多数紹介いたします。更に、応用として「将来予測」や「異常検知」に着眼し、より高度な機械学習モデルを取り入れつつ、実務への応用をサポートいたします。

コンテンツ配信