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、AI (人工知能) を利用した医療機器開発について基礎から解説し、現時点でのレギュレーションに沿った最適な申請方法についてもわかりやすく解説いたします。
本セミナーでは、効率的な材料設計やプロセス・装置設計を可能にする実験計画法について取り上げ、必要なデータ解析理論とベイズ最適化の基礎、具体的な応用例や最新の研究事例などを解説いたします。
本セミナーでは、機械学習に必要なデータの揃え方から、実際に機械学習に展開するかまでについて実例・ハンズオンを踏まえながら実施いたします。
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、品質工学のMTシステムを基礎からわかりやすく丁寧に説明し、事例を多く紹介することで実務への応用をイメージできるようにいたします。
本セミナーでは、深層学習による時系列予測と振動からの異常検知について、基本的な手法と技術動向を解説いたします。
次に、周波数分析、再帰型・畳み込みネットワークによる特徴量化を解説いたします。
さらに、振動による異常検知について機械設備への適用事例を紹介いたします。
本セミナーでは、顔画像識別技術の動作原理 (顔画像の検出・特徴抽出・照合の仕組み) と動作特性 (検出・特徴抽出・照合の速度、顔画像の緻密さ及び鮮明さ・撮影角度・経年変化・表情やアクセサリーの有無が識別精度に及ぼす影響) について、また、最先端の高精細デジタル監視カメラが備える高度な機能・性能 (誤り訂正機能・3次元ノイズリダクション機能・ワイドダイナミックレンジ機能・最低被写体照度) について、わかりやすく解説いたします。
本セミナーでは、機械学習・テキストマイニングを利用した特許データの戦略的活用手法について詳解いたします。
本セミナーでは、AI特許に関連する審査基準、最新の特許の事例や係争事例を交えながら、AIに関連する事業を行う企業が知財業務を行う上で必要な特許に関する基礎的事項を、実務上の経験を踏まえて解説いたします。
本セミナーでは、カルマンフィルタの基礎理論について詳細に解説します。センシング、制御、あるいは機械学習などのAI の分野とカルマンフィルタの関係についても述べます。
本セミナーでは、最近特に必要性が注目されている「説明できるAI」について、深層学習などのブラックボックス機械学習の説明性向上、決定木などのホワイトボックス機械学習の精度向上の方法、次世代AIである進化的機械学習、企業へのAI導入を成功させるコツについて平易に解説いたします。
本セミナーでは、系統的データから帰納的に法則を見出すこと、所望の構造や機能をもつ化合物を系統的な実験から探索すること、データベースや計算化学による予測で候補化合物を絞り実験すること、といった従前の化学研究スタイルや演者の過去の研究を見直しながら、適用できそうなAI利用の研究例を紹介いたいます。
また、新しい化学研究のスタイルに期待しながら、実験中心のスタイルと比較しつつ、注意点等を知りたい方に敷居の低い化学的な内容や話題を提供いたします。
本セミナーでは、ディープラーニングで必ずしも学習データ数が多くない場合や異常検知で異常値のデータ数が少ないといった問題点を解決するため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、AI開発に必要な体制の構築、外注する際の契約、検収方法の注意点について詳解いたします。
本セミナーでは、機械学習の入門的コンテンツ、材料研究におけるデータ科学の活用事例、解析ツール等の紹介を行いながら、マテリアルズインフォマティクスの全体像を示します。
また、物質構造記述子、構造物性相関解析、材料設計、実験計画法、転移学習によるスモールデータ解析、ディープラーニング等の話題を中心に講義を行います。
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、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、品質の観点から見た機械学習の課題に触れた上で、近年提案されている機械学習に対する検証の考え方や検証技術について紹介いたします。
また、QA4AIコンソーシアムによる「AIプロダクト品質保証ガイドライン」など、AI品質保証に対する近年の考え方、ガイドラインをふまえた検証と、その検証技術を解説いたします。
本セミナーでは、簡単な例題やプログラム演習を通して、強化学習がうまく働く仕組みや応用例を解説するとともに、脳の情報処理との相同性や相違性を紹介いたします。
本セミナーでは、機械学習に必要なデータの揃え方から、実際に機械学習に展開するかまでについて実例・ハンズオンを踏まえながら実施いたします。