tech-seminar.jp

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、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、グラフニューラルネットワークの基本的な知識およびいくつかの研究事例について紹介するとともに、今後の学習のための情報源などについても解説いたします。

本セミナーは、データサイエンスの基礎であるデータの取り扱いからディープラーニングの応用まで、全体像を1日で把握して仕事に役立てることができることを目的としています。

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、グラフニューラルネットワークの基本的な知識およびいくつかの研究事例について紹介するとともに、今後の学習のための情報源などについても解説いたします。

本セミナーでは、機械学習・ディープラーニングの基礎から解説し、センサー等の時系列データデータの分析の手法と実践のポイント、処理の違いによって結果がどの程度の際が生まれるかを実験し、説明いたします。

本セミナーでは、データの使い方の基礎から、いま人工知能で話題となっているディープラーニングまで、基本的な考え方と手法の原理を解説いたします。

本セミナーでは、近年多くの需要・要望が寄せられている人工知能による異常検知について、背景となる基本的な考え方と、古典的なアルゴリズムの理解を深め、さらにAIによる高度な異常検知の基礎とアルゴリズム、応用例をPythonによる実習を通して学んでいきます。

本セミナーでは、ディジタル信号処理の基礎から、音の特徴量の求め方までを平易に解説いたします。
また、故障検知への利用および故障予知への発展の方法へのアプローチを紹介いたします。