セミナー紹介

統計的機械学習と深層学習の基礎とその活用方法について、初心者レベルのエンジニア向けに解説します。基本的な枠組みとどのような用途に活用できるのかを説明します。また現実の課題に適用する際の留意点と、デザイン思考による課題解決の方法論を解説します。

受講効果

チェック機械学習と深層学習の主要な手法に関して、基本的な枠組みを学ぶことができます。

チェック様々な手法をどのような用途に活用できるかを学ぶことができます。

チェック学習データの収集や手法の選択などの留意点とともに、課題解決にデザイン思考のアプローチを適用する方法を知ることができます。

開催概要

セミナー名 エンジニアのための統計的機械学習・深層学習活用術(全4回)
[第1回] 統計的機械学習と深層学習の基礎
日時 2019年4月22日(月)10:00~17:00 (開場 9:30)
会場 Learning Square新橋 4BC
東京・新橋
JR・都営浅草線・東京メトロ銀座線 「新橋駅」 徒歩2分
受講料

49,800円(税込み)

4回セットもございます。詳細はこちら

定員 60名
※最少開催人数(15名)に満たない場合は、開催を中止させていただくことがあります。
主催 日経 xTECH 日経エレクトロニクス

講師紹介

速水 悟(はやみず さとる)

岐阜大学 工学部 電気電子・情報工学科 教授

1981年 東京大学大学院 工学系研究科 修士課程修了
同年 通商産業省工業技術院 電子技術総合研究所(現 国立研究開発法人産業技術総合研究所)
1989年 カーネギーメロン大学 客員研究員
1994年 フランス国立科学研究院機械情報学研究所 客員研究員
2002年 岐阜大学 教授
2017年4月より、工学部 知能科学研究センター センター長

著書:『事例+演習で学ぶ機械学習 ビジネスを支えるデータ活用のしくみ』(森北出版、2016年4月)
共著:『確率と確率過程』(オーム社、2010年10月)ほか


プログラム (10:00~17:00)

1.機械学習の基礎

  • 1.1 機械学習とは?
  • 1.2 クラス分類と評価法
  • 1.3 線形回帰モデルと正則化
  • 1.4 クラスタリングと次元圧縮
  • 1.5 決定木とランダムフォレスト
  • 1.6 機械学習の利用方法

2.統計的機械学習

  • 2.1 データ分析と統計量
  • 2.2 確率分布(離散と連続変数)
  • 2.3 正規分布に基づく異常検知
  • 2.4 変化検知への応用

3.ニューラルネットワーク

  • 3.1 順伝播型ネットワーク
  • 3.2 損失関数の設定と学習曲線
  • 3.3 学習係数の設定方法

4.深層学習

  • 4.1 自己符号化器と情報圧縮
  • 4.2 畳み込みネットワーク
  • 4.3 物体認識・検出と領域分割
  • 4.4 再帰型ネットワーク
  • 4.5 系列変換モデルと注意型モデル

5.機械学習と深層学習の活用法

  • 5.1 学習データとラベル付けの指針
  • 5.2 手法の選択における基準
  • 5.3 デザイン思考アプローチの課題解決への適用
※プログラム内容・講師は予告なく変更になることがあります。予めご了承ください。

【お申し込み注意事項】

  • ※満席になり次第、申込受付を締め切らせていただきますので、お早めにお申し込みください。
  • ※お申し込み後のキャンセル、ご送金後の返金はお受けいたしかねます。申し込んだ方の都合が悪くなった場合は、代理の方が出席くださいますようお願いいたします。
  • ※受講料のお支払い: お支払方法が「請求書」の方には、後日、受講証・請求書を郵送いたします。ご入金は銀行振込でお願いいたします。なお、振込手数料はお客様のご負担となりますのであらかじめご了承ください。クレジットカード払いの場合、受講証・請求書の郵送はありません。お支払い手続きにて決済が完了した後、以下「MyPageメニュー」にお申し込み内容と受講証が表示されます。セミナー当日、ご自身で印刷した受講証をご持参いただくか、携帯端末などにMyPageから受講証を表示いただくようお願いいたします。
    下記Mypageにて申し込み状況を確認いただけます。
    <MyPage>https://ers.nikkeibp.co.jp/user/myPageLogin/
  • ※講師企業と競合すると考えられる製品やサービスなどをご提供される会社の方は、主催者の判断に基づき受講をお断りさせていただく場合がございますので、あらかじめご了承ください。
  • ※会場までの交通費や宿泊費は、受講される方のご負担となります。また、お子さま連れでのご参加はご遠慮ください。
  • ※講師の急病、天災その他の不可抗力、またはその他やむを得ない理由により、講座を中止する場合があります。この場合、未受講の講座の料金は返金いたします。