Home
->  8月開催 その他セミナー  9月開催 その他セミナー 

【Live配信セミナー】
少ない学習データによる効率的な機械学習と業務への導入、活用方法

8月開催 その他セミナー  更新日:2021年7月 1日
 セミナー番号【109507】9/14 講師1名
★欠損値補完、転移学習、能動学習とベイズ最適化...学習データ不足を補う方法とは!
★どのように機械学習結果を評価すればよいか!信頼度付き機械学習とは!!

【Live配信セミナー】
少ない学習データによる効率的な機械学習と業務への導入、活用方法


■ 講師
(国研)産業技術総合研究所 人間情報インタラクション研究部門 上級主任研究員 赤穂 昭太郎 様

■ 開催要領
日 時 :
2021年9月14日(火)10:30~16:30

会 場 : Zoomウェビナーを利用したLive配信  ※会場での講義は行いません
(聴講者のビデオはOFFに設定しています)
聴講料 :
1名につき55,000円(消費税込、資料付) 
〔1社2名以上同時申込の場合1名につき49,500円(税込)〕


■ Live配信セミナーの受講について
・本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。

・下記リンクから視聴環境を確認の上、お申し込みください。
 → https://zoom.us/test

・開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
 セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。

・Zoomクライアントは最新版にアップデートして使用してください。
 Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。

・パソコンの他にタブレット、スマートフォンでも視聴できます。

・セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
 お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。

・当日は講師への質問することができます。可能な範囲で個別質問にも対応いたします。

・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。

・本講座はお申し込みいただいた方のみ受講いただけます。複数端末から同時に視聴することや複数人での視聴は禁止いたします。

・Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
 万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。



プログラム

【講演趣旨】 
現在の機械学習ではビッグデータと呼ばれる大量のデータを用いた学習を前提とすることが多い。しかし現実には、データの取得に金銭的・時間的コストがかかり、少数のデータしか得られないというケースも多く、単純に機械学習を適用しても満足のいく精度が出ないことがある。本セミナーでは、人間の知識やシミュレーションを援用したり、機械学習のために効率的なデータ取得を工夫したりといった、少数データ解析のための戦略について事例を交えながら紹介する。


【講演項目】
1.機械学習の概要
 1-1.ビッグデータとディープデータ
 1-2.次元の呪いと汎化能力
 1-3.データ解析の基本手順
  1-3-1.いろいろな可視化プロット
  1-3-2.主成分分析とクラスタリング
  1-3-4.機械学習の基本手法

2.少数・高次元データの学習のための技術
 2-1.スパースモデリングと正則化
  2-1-1.交差検証法
  2-1-2.いろいろな正則化の比較
 2-2.圧縮センシングによる高解像度撮像
 2-3.シミュレーションデータを活用したスパースモデリング

3.人間の知識をモデル化するための技術
 3-1.ベイジアンネットを使ったモデル化法
  3-1-1.ベイズの定理と生成モデル
  3-1-2.ベイジアンネットワーク
  3-1-3.グラフィカルLASSO
 3-2.ベイズ推論のための計算アルゴリズム
 3-3.データ同化と状態空間モデルによる時系列モデリング

4.結果の評価・可視化・説明
 4-1.機械学習結果の評価法
 4-2.信頼度付き機械学習
  4-2-1.ガウス過程回帰
  4-2-2.機械学習と仮説検定
 4-3.ディープラーニングの結果の解釈と説明
  4-3-1.感度分析
  4-3-2.敵対的学習

5.学習データ不足を補う様々な技術
 5-1.異常検知のための技術
 5-2.半教師あり学習とクラウドソーシング
  5-2-1.欠損値補完
 5-3.転移学習とマルチタスク学習
  5-3-1.ディープラーニングにおける少数画像の学習
 5-4.能動学習とベイズ最適化によるデータ取得法
  5-4-1.アクティブラーニング
  5-4-2.ベイズ最適化
  5-4-3.マルコフ連鎖モンテカルロ法による最適化

6.学習時間の効率化につなげるには

7.活用事例など

【質疑応答】