★定員満了につき、お申し込みを締め切りました。
開催日時:2019年10月23日(水) 10:30-16:30 (10:00受付開始)
会 場:オームビル(東京都千代田区神田錦町3‐1)
受 講 料:お1人様受講の場合 46,000円[税別]/1名
1口でお申込の場合 57,000円[税別]/1口(3名まで受講可能)
●経歴:
東京工業大学大学院総合理工学研究科出身
東京工業大学工学部助教授を経て
2001年より現職
●所属学会:
情報処理学会,人工知能学会,進化計算学会,IEEEなど
●概要:
昨今,深層学習(Deep Learning)を企業での業務で利用しようと
したものの,生成された処理を説明することができず,実際は
導入できていない企業も多い.本セミナーでは,最近特に必要
性が注目されている「説明できるAI」について,深層学習など
のブラックボックス機械学習の説明性向上,決定木などのホワ
イトボックス機械学習の精度向上の方法,次世代AIである進化
的機械学習,企業へのAI導入を成功させるコツについて平易に
解説する.
1.人工知能と機械学習
1.1 人工知能の考え方の推移
1.2 機械学習の種類と方法
2.深層学習(ディープラーニング)の基礎と問題点
2.1 神経回路網の原理と学習法
2.2 深層学習の基礎と実装方法
2.3 深層学習の最近の手法
2.4 深層学習の問題点と課題
3.「説明できるAI」~ブラックボックスの説明性向上~
3.1 説明できるAIとは?
3.2 学習済の深層回路と入出力の関係性の可視化
3.3 深層回路の圧縮と簡約化
3.4 処理過程が理解し易い構造の深層学習
4.「説明できるAI」 ~ホワイトボックスの精度向上~
4.1 進化的機械学習の原理
4.2 特徴量の最適化による簡潔な認識処理
4.3 処理過程が説明できる処理の自動生成
4.4 決定木・決定回路の処理の言葉による説明
4.5 小規模かつ高性能な回路の自動設計
5.業務へのAI導入方法
5.1 AI導入における基本8原則
5.2 AIコンサルの事例紹介
6. まとめと質疑応答