tech-seminar.jp

　本セミナーでは、時系列データを対象にし、データの個性を定量化する統計的指標や、数式として表現する時系列モデルを多数紹介いたします。更に、応用として「将来予測」や「異常検知」に着眼し、より高度な機械学習モデルを取り入れつつ、実務への応用をサポートいたします。

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。できれば、古典制御や現代制御、確率過程などの知識をお持ちの方が望ましいですが、高等学校の数学の知識があれば、本セミナーを理解できるようにお話ししたいと考えています。
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。
つづいて、非線形カルマンフィルタの考え方を簡単に述べます。最後に、カルマンフィルタを利用する上で重要である時系列データのモデリングについてもお話しします。

本セミナーでは、化学反応予測・反応条件最適化のための機械学習技術の適用を目指し、機械学習の基礎および事例を解説いたします。

本セミナーでは、最近注目されているDeep Learning (ディープラーニング) について、基礎的なところから応用事例まで解説いたします。

本セミナーでは、統計学・機械学習について基礎から解説し、データ活用を推進する際に必要な知識や気をつけるべきポイントについて事例を交えて詳解いたします。

本セミナーでは、機械学習・強化学習について基礎から解説し、学習エージェントと環境、アルゴリズム、深層強化学習について分かりやすく解説いたします。

本セミナーでは、データ分析の正しいやり方・手順を学び、自分自身で正しくデータ分析を行えるようになること、データ分析結果を正しく評価できるようになることを目指します。

本セミナーでは、実験計画法の原理と問題点の解説を行い、その問題点を補うために人工知能の一種であるニューラルネットワークモデル (超回帰モデル) を併用した製造業の開発により適した非線形実験計画法を解説いたします。