セミナー紹介

機械学習と深層学習の理論と活用方法について、時系列モデルを中心に解説します。時系列データからの異常検知を説明します。解析手法と時系列モデルによるクラス分類と区分化、また再帰型ニューラルネットワークの時系列への適用について、解説します。

受講効果

チェック時間と共に変化する事象を扱う機械学習と深層学習の手法を学ぶことができます。

チェック異常検知に時系列モデルを適用する方法を学ぶことができます。

チェック深層学習による時系列モデルの研究動向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2回] 機械学習・深層学習の活用法と理論、時系列モデルを中心に
日時 2019年5月20日(月)10:00~17:00 (開場 9:30)
会場 東京・新橋
Learning Square新橋 6BC
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.時系列解析の基礎

  • 1.1 周波数分析の役割
  • 1.2 短時間周波数分析とフレーム化処理
  • 1.3 時間と共に変化する事象を扱う際の留意点
  • 1.4 時系列解析の応用例

2.機械学習を用いた時系列モデル

  • 2.1 つぎの時刻の値を予測するモデル
  • 2.2 時系列の教師なし学習における特徴抽出と次元削減
  • 2.3 時系列を対象とする識別モデルの作成方法
  • 2.4 隠れマルコフモデルによる時系列モデル
  • 2.5 混合正規分布による異常検知
  • 2.6 一定時間後の異常を予測するモデル

3.深層学習による時系列のモデル化

  • 3.1 自己符号化器(オートエンコーダ)による異常検知
  • 3.2 再帰型ネットワークによる予測モデル
  • 3.3 長・短期記憶(LSTM)による時系列の識別モデル
  • 3.4 系列変換モデルによる時系列の変換
  • 3.5 注意機構の動画像認識への適用
  • 3.6 コネクショニスト時系列分類法

4.時系列モデルの活用法

  • 4.1 時系列データからの異常検知と予測に関する事例の紹介
  • 4.2 時系列モデルにおけるデータ量とパラメータ数の調整方法
  • 4.3 機械学習と深層学習の適用における留意点
※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。