tech-seminar.jp

本セミナーでは、確率の基本からベイズモデリングの最前線までを単純なデータを使った実演や具体的な応用事例紹介を通じて、ベイズモデリングに基づく機械学習の全体像を理解することができます。

本セミナーでは、研究開発の高精度化・高効率化を実現するデータ駆動型アプローチ・機械学習・実験計画について詳しく解説いたします。
機械学習による実験計画の考え方から、ベイズ最適化・能動学習の基礎、機械学習モデルの超パラメータ最適化・品質領域の推定・プロセス条件の最適化などの材料工学への各応用例、Pythonによる実行方法までを解説いたします。

本セミナーでは、ベイズ統計学について基礎からわかりやすく解説し、一般的な統計学との違い、ベイズ統計学の使いどころがわかる事例も紹介いたします。

本セミナーでは、スパースモデリング、ベイズ推論、深層学習を複合させた材料DXについて詳解いたします。

本セミナーでは、Transformerの典型的モデルの仕組みから、自然言語処理、画像処理、音声認識に応用した最新モデルまでを解説いたします。

本セミナーでは、細胞培養の基礎から解説し、細胞増殖と培養に寄与する培地成分の学習分析や培養目的に合わせた培地のカスタマイズ方法を具体的な事例を用いて、多数紹介いたします。

本セミナーでは、エンジニアリングに適した人工知能技術であるニューラルネットワークモデルとMTシステムに関して、基礎的な解説を行った上で、製造業における具体的な事例を用いて応用ノウハウを解説いたします。

本セミナーでは、まず、線形カルマンフィルタのアルゴリズムを紹介し、数値例を通してカルマンフィルタの仕組みについて学習します。続いて、代表的な非線形カルマンフィルタである拡張カルマンフィルタ (EKF) と無香料カルマンフィルタ (UKF) のアルゴリズムを説明し、非線形カルマンフィルタを用いた状態とパラメータの同時推定を導入します。また、カルマンフィルタの数値的不安定性について述べ、その問題点に対処するUD分解フィルタを導入します。さらに、カルマンフィルタの2つの応用例を紹介いたします。

本セミナーでは、確率の基本からベイズモデリングの最前線までを単純なデータを使った実演や具体的な応用事例紹介を通じて、ベイズモデリングに基づく機械学習の全体像を理解することができます。

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、異常検知・学習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説明いたします。

本セミナーでは、AI画像認識プロジェクトの進め方、画像情報の集め方、品質保証への対応、具体的なAI画像認識システムの開発例に関する知見について、製造現場での導入実績やAI外観検査の実例を踏まえ、実践的にわかりやすく解説いたします。

本セミナーでは、少ない学習データでも有効に活用できる機械学習の方法を分かりやすく解説いたします。

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。