技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
本セミナーでは、統計的方法の種類やサンプルサイズの設定等、現場で使えるバリデーションの考え方、やり方を事例を交えて解説いたします。
本セミナーでは、おもに統計における正則化線形回帰という視点からスパースモデリングを概観し、多数提案されている主要な発展的手法も解説いたします。
さらに、具体的な問題をスパースモデリングにより定式化して効率的に解決する事例を、簡単なプログラム例とデモを交えて紹介いたします。
本セミナーでは、最近の技術的基盤となっているTransformerとBERTの基本的な考え方を理解することを目標に、深層学習の初歩的な内容からの主要な技術とその自然言語処理への応用について概説いたします。
本セミナーでは、データが少ない場合に焦点を当て、人間の知識やシミュレーションを援用するベイズモデリング、逆に機械学習の結果から知識を抽出するスパースモデリング、さらには深層学習のデータ不足をどう補うか、機械学習のための効率的なデータ取得の工夫など、データ解析のための種々の戦略について事例を交えながら紹介いたします。
本セミナーでは、深層学習で広く用いられている代表的な学習アルゴリズムについてわかりやすく解説いたします。
本セミナーでは、製造加工業の中でも特に品質検査 (表面・外観検査) 、故障診断と欠陥予知という三つの分野に応用した最新鋭のディープラーニング技術を紹介いたします。
応用事例を取り上げながら、解析手法の原理、解析手法の解析プロセス詳細、検証結果という流れで、説明と議論を重ねて展開いたします。
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、機械学習を効果的に活用するための基礎から応用までをやさしく解説いたします。
本セミナーでは、マテリアルズ・インフォマティクスの有効なアプローチの一つであるスパースモデリングの基礎とその活用方法について解説いたします。
また、マテリアルズ・インフォマティクスにおけるスパースモデリングの応用事例を紹介し、ナノシートの高効率収集への応用や、その基礎技術の発展について解説いたします。
本セミナーでは、AI (ベイズ最適化) 、ロボット、そして研究者の経験・勘・知識を融合した研究開発に関する世界の動向と、講師の所属する東京工業大学 一杉研究室の取り組みを紹介いたします。
本セミナーでは、計測技術と機械学習・統計的推定を融合することで、より高頻度・高精度・高分解能・高信頼な計測や未知の対象の計測などを実現させる「計測インフォマティクス」について取り上げ、計測インフォマティクスの概要から、最新動向、具体的なアプローチ、研究開発事例までを詳しく解説いたします。
本セミナーでは、機械学習における「教師なし学習」について、特に要望の多い「異常検知」の理論や手法の説明とともにPythonを用いた実装の解説を交えて機械学習の理解を深めます。
本セミナーでは、AI開発の歴史、及びその最新動向、特にIoT、5Gやブロックチェーンとの融合によるAI進化の現状を説明し、AIを汎用技術と捉えた上で、そこから利益の得られる新サービスをいかに生み出すかについて考察いたします。
さらに、AIを活用した事業における有効な知財戦略、及びAI特許におけるあるべきクレーム・明細書について提案いたします。
本セミナーでは、講師が研究事業で獲得した知見を踏まえ、機能安全の基礎や考え方、AI搭載システムの安全実現上の課題、AI搭載システムの機能安全適合方法などについて解説いたします。
本セミナーでは、能動学習とベイズ最適化の基本的な考え方と応用例を通して、計測・材料開発の高度化に向けて機械学習の手法がどのように適用できて、どのような問題を解決できるかを理解することを目的としています。
本セミナーでは、人作業・機械作業のデータ収集ポイント/リアルタイム管理・履歴管理データの切り分け・蓄積/活用ポイントについて、製造現場の人手不足問題を解消する豊富な実践事例を交えて詳解いたします。
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、ケモ・マテリアル・データのをもとに、Rプログラミングによる統計検定、多変量データの作り方、さまざまな視覚化法、機械学習、化学構造情報処理について実習を交えて解説いたします。
本セミナーでは、Deep Learningを外観検査に応用する場合の基本的な概念、最新の方法、評価方法、導入に際しての課題について解説いたします。