☆☆☆Web配信セミナー☆☆☆
『小規模データに対する機械学習の効果的適用法』
〜関数推定 / 異常検知 / 深層学習 / 進化的機械学習〜
S230713AW
☆☆☆本セミナーは、Zoomを使用して、行います。☆☆☆
開催日時：2023年11月22日（水）10:30-16:30
受 講 料：お1人様受講の場合 51,700円[税込]／1名
1口でお申込の場合 62,700円[税込]／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。
…関連講座…【業務で機械学習を有効に活用するための講座】
長尾智晴（ながおともはる） 氏
横浜国立大学 大学院環境情報研究院 YNU人工知能研究拠点長 / 教授（工学博士）
| ＜経歴、等＞ |
東京工業大学大学院出身．東京工業大学工学部助手・助教授を経て，2001年より現職．経産省NEDO「共進化AIプロジェクト」採択課題研究代表者，横浜国立大学発ベンチャー
株式会社マシンインテリジェンス取締役CTOを兼務．
|
| ＜研究＞ |
知能情報学／進化計算法／機械学習／感性情報処理／知的画像処理／医工連携工学など．
|
| ＜学会＞ |
情報処理学会，電子情報通信学会，人工知能学会，進化計算学会，IEEEなどに所属して各学会で活動中．
|
1 機械学習の現状と課題
1.1 人工知能と機械学習
1.2 機械学習の種類と方法
1.3 教師あり／なし／半教師あり学習
1.4 深層学習（ディープラーニング）概論
1.5 少量データを用いた機械学習とは？
2 少量データを用いた機械学習1：関数推定
2.1 ベイズ最適化に基づく関数推定
2.2 遺伝的プログラミング（GP）による関数推定
2.3 CGP（Cartesian GP）による関数推定
3 少量データを用いた機械学習2：異常検知
3.1 1クラスSVM（Support Vector Machine）
3.2 CAE（Convolutional Auto Encoder）による異常検知
3.3 異常検知における学習データの水増し
4 少量データを用いた機械学習3：少量データによる深層学習
4.1 CG（Computer Graphics）を用いた機械学習
4.2 GAN（Generative Adversarial Network）による水増し
4.3 転移学習と蒸留・浸透学習（Percolative Learning）
5 少量データを用いた機械学習4：進化的機械学習
5.1 進化計算法の原理と特徴
5.2 処理プロセスの自動生成
5.3 分かり易い分類器の自動生成
5.4 CS（Classifier System）によるルールの学習
6 AIの業務への導入方法
6.1 AI導入時の注意点
6.2 AI人材の育成方法について
7 まとめ
