tech-seminar.jp

本セミナーでは、AIエージェントの基礎から解説し、AI導入の適用可能性、AI導入の進め方について詳解いたします。

本セミナーでは、外観検査AIの基礎となる異常検知の考え方を解説し、学習データを用いないZero-shot手法、少量データで高性能を狙うFew-shot手法、数十枚程度の画像から構築できる最新の高性能検査AIまでを体系的に解説いたします。

本セミナーでは、外観検査AIの基礎となる異常検知の考え方を解説し、学習データを用いないZero-shot手法、少量データで高性能を狙うFew-shot手法、数十枚程度の画像から構築できる最新の高性能検査AIまでを体系的に解説いたします。

本セミナーでは、AI/機械学習開発が止まる本当の原因を特定し、「速く・軽く・確実に回す」設計判断に必要な知識について解説いたします。
GPU・Python環境、データ戦略、モデル選定の3視点から、現場で詰まるボトルネックと具体的な回避策を体系的に整理いたします。

本セミナーでは、AI搭載システムを品質・安全保証するための重要なポイントや、各種検証手法について過去の開発経験を踏まえて解説いたします。

本セミナーでは、具体的に「データ分析プロジェクト」「AIプロジェクト」という二大DXプロジェクトにフォーカスして学び、プロセスを体系的に理解し、同時に明日から始められるようなテクニカルな「型」を提供いたします。

本セミナーでは、具体的に「データ分析プロジェクト」「AIプロジェクト」という二大DXプロジェクトにフォーカスして学び、プロセスを体系的に理解し、同時に明日から始められるようなテクニカルな「型」を提供いたします。

本セミナーでは、機械学習やデータ解析を正しく理解・活用するために不可欠な「線形代数」を中心とした数学的基礎を、Pythonによる実装を交えながら体系的に解説いたします。

本セミナーでは、フィジカルAIの基盤技術として、人工知能・機械学習の基礎から各種ニューラルネットワーク、ディープラーニングの原理と応用を解説いたします。
また異常音検出や水道管漏水検出などの実例に加え、ディープラーニングの一例としてMask R-CNNを取り上げ、転移学習を活用した光沢表面部品の自動検査システムを題材に、フィジカルAIを現場に実装するための実践的アプローチを紹介いたします。

本セミナーでは、プロセスインフォマティクスについて基礎から解説し、化学プロセスにおける前処理、モデル選定、小規模データ対応の実践ノウハウを解説いたします。

本セミナーでは、外観検査AIの基礎となる異常検知の考え方から解説し、学習データを用いないZero-shot手法、少量データで高性能を狙うFew-shot手法、数十枚程度の画像から構築できる最新の高性能検査AIまでを体系的に解説いたします。
各手法の特性や適した現場、導入の進め方やつまずきやすいポイントを具体例とともに示して解説いたします。

本セミナーでは、多変量が係わる/複雑な現象を予測できる「ディープニューラルネットワークモデル」と未学習・未知の異常も検出できる「MTシステム」について、年間受講者が1000人を超え定評のある講師が基礎から易しく解説いたします。

本セミナーでは、高分子材料の内部構造の画像解析について取り上げ、材料画像に特有の課題を踏まえつつ、Pythonを用いた一連の処理手順を体系的に解説いたします。
基本的な画像前処理から、領域抽出に向けたアルゴリズム、特徴量の算出、解析結果の可視化まで、実データを扱う上で役立つポイントを中心に解説いたします。

本セミナーでは、外観検査AIの基礎となる異常検知の考え方から解説し、学習データを用いないZero-shot手法、少量データで高性能を狙うFew-shot手法、数十枚程度の画像から構築できる最新の高性能検査AIまでを体系的に解説いたします。
各手法の特性や適した現場、導入の進め方やつまずきやすいポイントを具体例とともに示して解説いたします。