tech-seminar.jp

本セミナーでは、講師が研究事業で獲得した知見を踏まえ、機能安全の基礎や考え方、AI搭載システムの安全実現上の課題、AI搭載システムの機能安全適合方法などについて解説いたします。

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、画像認識や推薦システム、交通量予測、化合物分類など様々な応用に期待され、また、COVID-19におけるウィルスの構造解析や感染予測のモデルにも応用されたグラフニューラルネットワークについて取り上げ、グラフニューラルネットワークの基礎から応用事例、実装方法など最新情報を解説いたします。

本セミナーでは、研究開発の高精度化・高効率化を実現するデータ駆動型アプローチ・機械学習・実験計画について詳しく解説いたします。
機械学習による実験計画の考え方から、ベイズ最適化・能動学習の基礎、機械学習モデルの超パラメータ最適化・品質領域の推定・プロセス条件の最適化などの材料工学への各応用例、Pythonによる実行方法までを解説いたします。

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、ベイズ統計及びベイズモデリングの基本的な考え方を多くの例を交えて解説いたします。
また、最近話題のベイズ分析ツールRStanなどの基礎となるアルゴリズム (マルコフ連鎖モンテカルロ法)を取り上げ、ベイズ統計の各モデリング手法、RStanによるデータ分析の実践例を示します。

本セミナーでは、マテリアルズ・インフォマティクスの有効なアプローチの一つであるスパースモデリングの基礎とその活用方法について、Pythonを用いて実践する方法とともに説明いたします。
また、マテリアルズ・インフォマティクスにおけるスパースモデリングの応用事例を紹介し、ナノシートの高効率収集への応用や、その基礎技術の発展について解説いたします。

本セミナーでは、通常の統計学 (標本理論) との対比を通じて、ベイズ統計学の考え方および有用性について紹介いたします。

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、実践のポイントを解説いたします。
また、処理の違いにより、結果に対してどの程度の際が生まれるかを実験、説明いたします。

本セミナーでは、マテリアルズ・インフォマティクスの有効なアプローチの一つであるスパースモデリングの基礎とその活用方法について、Pythonを用いて実践する方法とともに説明いたします。
また、マテリアルズ・インフォマティクスにおけるスパースモデリングの応用事例を紹介し、ナノシートの高効率収集への応用や、その基礎技術の発展について解説いたします。

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。