tech-seminar.jp

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。

本セミナーでは、時系列予測の一般的な機械学習法の初歩から始め、リザバーコンピューティングの特徴、学習/予測の仕組み、実装例の紹介、学習と予測のデモンストレーション、数理的な性質、具体的な応用例の紹介、最新の研究状況と展望までを分かりやすく解説いたします。

本セミナーでは、ディープラーニングとXAIの基礎から解説し、XAIを用いたディープラーニングの精度向上の検討手法、業務課題へのXAIを活用した提案について詳解いたします。

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、生体信号を計測する技術と、その医療・ヘルスケア応用について紹介いたします。

本セミナーでは、Pythonを用いた科学技術計算について、主に機械学習に関する事項に焦点をあて、デモを交えて解説いたします。

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。

本セミナーでは、傾向スコア解析の基礎から、傾向スコアの理論的背景、傾向スコアの基本的な使い方、傾向スコアの有用さと限界について、実データ解析を通して詳解いたします。

本セミナーでは、近年のAIの主流である機械学習・深層学習の基礎を理解し、業務活用に向けた問題設計が行えるようになることを目指します。
また、Pythonの機械学習ライブラリを用いた実装例を紹介し、簡単なプロトタイプが作れるようになることを目指します。

本セミナーでは、AIの活用において懸念されているリスク事例の紹介、リスクの原因となっている機械学習の技術的特徴の概説、リスクを軽減するための機械学習システムの検証技法や品質保証への取り組み、AI活用システムの品質確保のための技術例を詳解いたします。
また、AIプロダクト品質保証コンソーシアムや、機械学習品質マネジメント委員会から発行されているガイドラインや、欧州委員会が公開したAIAct法案など、国内外でのAI品質保証に向けた枠組みの動向について紹介いたします。