tech-seminar.jp

本セミナーでは、実環境での雑音の種類から話をスタートし、ディジタル信号処理において、それぞれの雑音に対して、どのような対処策があるかを詳細に説明いたします。
具体的なアルゴリズムを提示し、結果を確認しながら解説しますが、雑音の性質に応じた各種フィルタリング技術から、時変性がある従来対処困難とされていた雑音に対しても有効に働く、フレーム内処理方法やディープニューラルネットワークの利用までをカバーします。
最先端のWave-U-Netやその改善方法なども説明いたします。

本セミナーでは、画像認識問題を題材として、まず軽量化の観点からディープラーニングの基礎を説明した後、様々な軽量化技術のテクニックを紹介いたします。
各テクニックに関しては、AI系の有力国際会議 (CVPR、ICLRなど) やプレプリントサーバ (ArXiv) に掲載されている最新技術を主に扱い、理論的な厳密さよりもイメージやコンセプト重視でわかりやすくご説明いたします。

本セミナーでは、初めての方でも安心してご受講いただけるようPythonの基礎から解説し、機械学習における教師あり学習 (分類問題と回帰問題) および教師なし学習 (次元圧縮およびクラスター解析) についてExcelおよびPythonを使ってわかりやすく解説します。

本セミナーでは、AIの実用化を阻むブラックボックス問題を解決する新手法について解説いたします。

本セミナーでは、様々な分野で使われるようになってきた Transformerについて、基礎となる理論と応用を解説いたします。

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。

本セミナーでは、ディープラーニングによる異常検知について基礎から解説し、異常データが無い・少ない場合や未知の異常を検出する方法、オートエンコーダーとGANの使い分け、組み合わせ等のノウハウを詳解いたします。

本セミナーでは、機械学習の基本的な教師あり学習手法の考え方や理論的背景の説明とともに、Pythonを用いた簡単な例題を交えて機械学習の理解を深めます。

本セミナーでは、ディープラーニングとXAIの基礎から解説し、XAIを用いたディープラーニングの精度向上の検討手法、業務課題へのXAIを活用した提案について詳解いたします。

本セミナーでは、近年注目されている、グラフニューラルネットワークの基礎と材料・医薬品開発への応用、問題点や有用性の有無について解説いたします。
「データの多様性が少ない」「予測精度よりも解釈性を重視する」等の企業の実情に沿ったデータ分析・機械学習・深層学習の応用とその注意点について講師の経験を踏まえて解説いたします。

本セミナーでは、機械学習プログラミングの基本について、具体的なPythonプログラムの事例を通して紹介いたします。
また、Google Colaboratoryを利用して、お手元のコンピュータ上でPythonプログラムを動作させることで、 プログラミング実習を体験いただきます。