tech-seminar.jp

本セミナーでは、機械学習、ディープラーニングの概要を解説いたします。
また、画像 (分類) 、音 (異常検知) 、センサーデータ等、それぞれの例で解説いたしますので、それぞれがどのように取り扱われるか、注意点は何かを具体的に解説いたします。

本セミナーでは、テキストマイニングについて取り上げ、文章情報の分類、クラスタリングから情報の抽出、将来市場の予測、トレンド技術の把握、先行企業の動向調査、ホワイトスペースの探索へ活用するポイントと課題について詳解いたします。

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。

本セミナーでは、機械学習について基礎から解説し、ディープラーニングの具体的な実践方法をわかりやすく解説いたします。

本セミナーでは、現在の自動運転自動車のセンシングに欠かせないセンサとなっているLiDARを一例として取り上げ、自動運転自動車周囲に存在している移動物体の運動推定手法を題材とした状態推定アルゴリズムの解説を行います。
また、金沢大学の実装例を交えて解その他の自動運転全般の技術の概要についても解説いたします。

本セミナーでは、人作業・機械作業のデータ収集ポイント/リアルタイム管理・履歴管理データの切り分け・蓄積/活用ポイントについて、製造現場の人手不足問題を解消する豊富な実践事例を交えて詳解いたします。