tech-seminar.jp

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、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。

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、実応用上特に重要となる単目的最適化問題、多目的最適化問題およびロバスト最適化問題をベースにベイズ最適化のアルゴリズムについて解説いたします。
また、ベイズ最適化を行う際は獲得関数と呼ばれる評価関数を適切に設計する必要があるが、どのような問題に対してどのような獲得関数を設計すべきかについても概説いたします。

本セミナーでは、近年注目を集めているベイズ統計学の基本的な考え方と応用について、オープンソースで無料で使用できるR (R Studio) を用いた実演を交えてわかりやすく解説いたします。
また、従来の統計学 (標本理論) との比較を通じて、ベイズ統計学の特徴・有用性を紹介いたします。

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、確率の基本からベイズモデリングの最前線までを単純なデータを使った実演や具体的な応用事例紹介を通じて、ベイズモデリングに基づく機械学習の全体像を理解することができます。

本セミナーでは、マテリアルズDXを構成するマテリアルズインフォマティクスと計測インフォマティクスをデータ駆動科学に基づき紹介いたします。
その技術の中でも重要なスパースモデリングとベイズ推論を紹介いたします。

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、できるだけ少量の学習データから有益なモデル化や利用が行える機械学習を実現するための手法について、数式やプログラムをほとんど使わずに率直かつ平易に解説いたします。

本セミナーでは、MCMC法の考え方と計算の仕組みについて基礎から解説いたします。
また、Rを用いた実例では、パッケージプログラムを利用せずに、アルゴリズムの仕組みを丁寧に解説いたします。
さらに、推定時のパラメータのゆらぎを考慮した予測法についても解説いたします。