tech-seminar.jp

本セミナーでは、機械学習の考え方・種類・特徴・基礎手法・ディープラーニングの原理・特徴・課題など、基礎から産業応用までをやさしく解説いたします。

　製造業において機械学習を適用しようという試みは至る所で行われているが、実際の現場で有効に機械学習がうまくいっている事例はそれほど多くない。
　本セミナーでは、機械学習の得意不得意や限界を知り、使いこなすためのコツを事例を交えながら感覚がつかめるようにする。また、高品質な製品を開発する工程を短縮する最適実験計画への機械学習適用についても紹介する。

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、サンプルプログラムを解説しながら、実際のデータをどう扱うかも解説いたします。
サンプルは、画像分類 (CNNによる分類) 、音による異常検知 (正常時の音からモデルを作成し、音の変化で異常発生を検知します) 、強化学習を用意いたします。

本セミナーでは、深層学習による時系列モデルの基本的な手法と最新の研究事例を解説いたします。
モデルとして、再帰型ネットワーク、LSTM (長・短期記憶) 、注意型ネットワーク、コネクショニスト時系列分類法、敵対的生成モデル (GAN) とその時系列への適用について解説いたします。

人工知能はどのような理由、因果関係で“異常”と判断するのか?
本セミナーでは、機械学習技術による異常検知の原理、特徴を分かりやすく解説いたします。

本セミナーでは、このロボットに代表される知能情報機械を対象に、その認知システム、動作の自律的な発達、獲得に関する研究分野である、認知ロボティクスについて解説いたします。