tech-seminar.jp

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、機械学習の成果を左右する「データ前処理」について取り上げ、その基本から、高度な前処理、自然言語・画像・音声におけるすぐに使える前処理技術、うまく対処できない時のための最新技術の調べ方のコツなどについて、PCを用いた演習を含めて実践的な内容を解説いたします。

本セミナーでは、機械学習モデルを対象としたテスト技術や、機械学習を活用したシステムに対する品質保証の枠組みやガイドラインに関して、近年議論されている話題を俯瞰的に概説いたします。

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、畳み込みニューラルネットワークの基礎と画像認識分野における応用事例について説明いたします。
また、畳み込みニューラルネットワークの判断根拠の視覚的説明や応用方法、実装に向けた環境やディープラーニングフレームワークについても紹介し、実践的に活用できる内容を網羅的に説明いたします。

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、画像処理プログラミングの基本、およびオープンソースの画像処理ライブラリであるOpenCVの導入から基礎について解説します。

本セミナーでは、研究開発プロセスへのアジャイル導入とその効果をわかりやすく解説いたします。

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、医療ビッグデータ/リアルワールドデータを用いるための医薬品研究や臨床研究を実施するためのデータマイニングおよびデータモデリングについて解説いたします。
レセプトデータや健診データなどのリアルワールドデータの種類やその内容について解説し、実際の事例を紹介しながらデータを扱う上での問題点や個人情報保護などの法的コンプライアンスをふまえた注意点についても解説いたします。

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、多変量解析について基礎から解説し、重回帰分析、主成分分析、分散分析 (ANOVA) 、クラスター分析など代表的な手法について解説いたします。
ご自身が関わっている業務や研究課題について、どのような手法を適用していくべきか、そのためにどんな準備が必要かについて、ヒントが得られることと思います。

本セミナーでは、スパースモデリングの基礎であるLassoの数理的な背景を詳しく説明し、どのようなデータに有効に機能するかを実践を交えて解説いたします。

本セミナーでは、進化計算・多目的最適化の基礎から、進化計算による多目的最適化の具体的手法、化学構造の最適化・タイヤの設計・スマートグリッド等の様々な応用例、進化計算の最新研究など、実務で活用するための知識を分かりやすく解説いたします。