1口(1社3名まで受講可能)でのお申込は、

 受講料  が格安となります。



深層学習の「見える化」と
次世代の「説明できるAI」

 
S191023K

 

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: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)


画像認識セミナー日程表  新宣伝セミナー日程表

 

 講 師


 長尾 智晴 氏
    横浜国立大学大学院環境情報研究院 教授(工学博士)
    YNU人工知能研究拠点長・(株)マシンインテリジェンスCTO・

   ●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.

 講義項目

  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



 

 お1人様      受講申込要領 1口(1社3名まで) 受講申込要領  セミナー 総合日程 画像認識 セミナー日程 新宣伝 セミナー日程