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
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
本セミナーは、データ分析の基礎から応用まで、原理から具体的な手法までを平易に解説いたします。
また、デジタル信号処理のテクニックや注意すべきポイントなどについても、生体信号や音声信号、振動信号、画像など、多くの具体例を交えて説明いたします。
本セミナーでは、大規模言語モデルについて、画像と言語のマルチモーダル化を中心として、最新の技術動向を解説いたします。
本セミナーでは、ディープラーニングで必ずしも学習データ数が多くない場合や異常検知で異常値のデータ数が少ないといった問題点を解決するための戦略について事例を交えながら紹介いたします。
空の産業革命のレベル4も解禁され、ますます進展するドローン技術。
本セミナーでは、障害物も多く、高度な役割も求められる災害現場での活用事例とその技術を中心に、ドローンの基礎から最新情報までを解説いたします。
本セミナーは、Google Colabを使用して、PyCaretを利用した異常検知プログラムを動かすハンズオンセッションを行います。
本セミナーでは、機械学習全般に共通する基本的な概念、そして特に要望の多い異常検知の理論や実装方法を分かりやすく解説いたします。
本セミナーでは、まず、実験計画法の原理と問題点の解説を行います。
その上で、実験計画法の問題点を補うために人工知能の一種であるディープラーニング (ニューラルネットワークモデル=超回帰式) 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。
本セミナーは、データ分析の基礎から応用まで、原理から具体的な手法までを平易に解説いたします。
また、デジタル信号処理のテクニックや注意すべきポイントなどについても、生体信号や音声信号、振動信号、画像など、多くの具体例を交えて説明いたします。
本セミナーでは、まず、実験計画法の原理と問題点の解説を行います。
その上で、実験計画法の問題点を補うために人工知能の一種であるディープラーニング (ニューラルネットワークモデル=超回帰式) 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。
本セミナーでは、中小製造現場でいくつかの導入実績をあげた講師が手がけたAI外観検査の取り組みを紹介いたします。
活動事例を通じて得られた、AI外観検査の導入プロジェクトの進め方から学習データの質と量の課題、学習を意識した画像情報の集め方、品質保証への対応までの知見を解説いたします。
本セミナーは、データサイエンスについて取り上げ、データサイエンスの基礎から解説し、データサイエンスの疑問に対する回答を試みます。
本セミナーでは、機械学習を用いたプロジェクトにおいて、データが少ない場合に人間の知識やシミュレーションを援用したり、逆に機械学習の結果から知識を抽出したり、さらには機械学習のために効率的なデータ取得を工夫したりといった、データ解析のための戦略について事例を交えながら解説いたします。
本セミナーでは、光学系を用いた画像の撮影に関する技術から、画像認識技術の概要、一般的な画像認識処理フロー、評価方法、ディープラーニングの基礎、様々な画像認識アルゴリズム、また外観検査などへの応用に関して解説いたします。
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。
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。
文章生成AIは単なるチャットアプリではなく、画像生成AIが生成するのはイラストだけではありません。
本セミナーでは、生成AIの技術的基礎からビジネス展開における留意点について解説いたします。
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、生成系AIのビジネスへの導入のために、生成系AIについて正しく理解することを目標として、人工知能の発展、生成系AIに続く技術の潮流、生成系AIを成立させている技術要素について学び、AIが文章を生成する仕組みについて解説いたします。
講演の後半では、今後急激に進展するであろう、生成系AIのビジネス分野への導入を念頭に置き、予想されるビジネス上の問題点と、現時点での解決策を考えます。
本セミナーでは、機械学習・ディープラーニングを概観・整理した後、時系列データの分析手法を概観し、異常検知に役立てる手法と実践のポイントを解説いたします。
本セミナーでは、最初に画像の前処理・特徴量抽出手法について紹介した後、機械学習や深層学習による画像認識システムについて、プログラミング言語Pythonによるプログラム例とともに紹介いたします。
また、画像認識システムのサンプルプログラムを紹介するとともに、システム構築にあたっての注意点について解説いたします。
本セミナーでは、ミリ波レーダの基礎から車載ミリ波レーダへの応用を解説し、我々の研究事例として物体種別の識別と物体形状の推定へのディープラーニングの応用手法を具体的に説明いたします。