☆☆☆Web配信セミナー☆☆☆
小規模データに対する
機械学習、深層学習の適用
☆☆☆本セミナーは、Zoomを使用して、行います。☆☆☆
開催日時:2020年12月9日(水)10:30-16:30
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)
★本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、
お申込み前にZoomのテストミーティング(http://zoom.us/test)にアクセスできることをご確認下さい。
★インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。
講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。
★受講中の録音・撮影等は固くお断りいたします。
【セミナーポイント】
現在の機械学習の成功は主にビッグデータと呼ばれるような大量のデータを
用いた学習に支えられている部分が大きい.しかし一方で,データの取得に
コストや時間がかかって少数のデータしか得られないというケースも現実には
多数存在し,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,そうした場合に焦点を当て,ディープラーニングで必ずしも
学習データ数が多くない場合や異常検知で異常値のデータ数が少ないといった
問題点を解決するための戦略について事例を交えながら紹介する.
【受講後,習得できること】
・機械学習を適用する基本手順や考え方
・製造業における機械学習の手法や適用事例
・機械学習のための効率的なデータ取得方法
(2) 半教師あり学習とクラウドソーシング
(3) 欠損値補完の技術
(4) 転移学習とマルチタスク学習
(5) ディープラーニングにおける少数画像の学習
6. 効率的なデータ取得方法
(1) アクティブラーニングによるデータ取得
(2) ベイズ最適化による実験計画
(3) シミュレーションと組み合わせた最適化