tech-seminar.jp

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、時系列データの分析手法を概観し、異常検知に役立てる手法と実践のポイントを解説いたします。

本セミナーでは、実環境での雑音の種類から話をスタートし、ディジタル信号処理において、それぞれの雑音に対して、どのような対処策があるかを詳細に説明いたします。
具体的なアルゴリズムを提示し、結果を確認しながら解説しますが、雑音の性質に応じた各種フィルタリング技術から、時変性がある従来対処困難とされていた雑音に対しても有効に働く、フレーム内処理方法やディープニューラルネットワークの利用までをカバーします。
最先端のWave-U-Netやその改善方法なども説明いたします。

本セミナーでは、最初に画像の前処理・特徴量抽出手法について紹介した後、機械学習や深層学習による画像認識システムについて、プログラミング言語Pythonによるプログラム例とともに紹介いたします。
また、画像認識システムのサンプルプログラムを紹介するとともに、システム構築にあたっての注意点について解説いたします。

本セミナーでは、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) 、医薬品開発への応用について詳解いたします。

本セミナーでは、特許調査の実務について基礎から解説し、機械学習による特許調査をデモを交えて解説いたします。

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、「感性・感情・印象」の評価・定量化・モデル化について研究事例を紹介しながら、技術としての展開の可能性を議論いたします。
さらに、生体計測による心理状態の推定の可能性と応用についても議論いたします。

本セミナーでは、通常の統計学 (標本理論) との対比を通じて、ベイズ統計学の考え方および有用性について紹介いたします。

本セミナーでは、「感性・感情・印象」の評価・定量化・モデル化について研究事例を紹介しながら、技術としての展開の可能性を議論いたします。
さらに、生体計測による心理状態の推定の可能性と応用についても議論いたします。