☆☆☆Web配信セミナー☆☆☆
『説明可能AI（XAI:explainable AI）の作り方とAIの業務への導入方法』
〜機械学習の説明性向上・精度向上の方法と失敗しないAI導入のコツ〜
S231012AW
☆☆☆本セミナーは、Zoomを使用して、行います。☆☆☆
開催日時：2023年10月12日（木）10:30-16:30
受 講 料：お1人様受講の場合 53,900円[税込]／1名
1口でお申込の場合 66,000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 人工知能と機械学習
1.1 人工知能とは何か？〜定義・考え方の推移など〜
1.2 機械学習概論〜説明／事例に基づく学習など〜
2 深層学習（ディープラーニング）の現状と課題
2.1 ニューラルネットワーク概論〜NNの原理と学習の本質〜
2.2 深層学習の基礎と最近の手法〜深層学習の考え方・長所・短所〜
2.3 最近のAIの課題と説明できるAI：XAI〜現状のAIの課題と解決策〜
3 ブラックボックス系機械学習のXAI
3.1 学習済みの深層回路の可視化〜Grad-CAM・LIMEなど〜
3.2 特徴空間の自動構築と可視化〜AE・CAE・VAE・UMAPなどによる次元圧縮〜
3.3 可視化を前提とした深層学習〜GCM・判断根拠の提示〜
3.4 深層回路の構造単純化・最適化法〜進化計算法・勾配降下による方法〜
3.5 転移学習と浸透学習〜知識の転用による学習〜
4 ホワイトボックス系機械学習のXAI
4.1 特徴量の最適化による精度向上〜SVMなどの特徴量の最適化〜
4.2 処理過程が説明できる処理の自動構築〜処理ユニットの組合せ最適化〜
4.3 決定木などの処理の言葉による説明〜ルール集合による説明〜
4.4 小規模かつ高性能な回路の自動構築〜セル型回路の利用など〜
5 AIの業務への導入方法
5.1 AI導入時の注意点〜課題と解決策〜
5.2 AI人材の育成方法〜どの方法がベストか？〜
6 まとめ・AIよろず相談室
〜質疑応答とフリーディスカッション〜
付録1：代表的な機械学習法
付録2：進化計算法の原理と特徴
付録3：横浜国大・長尾研のご紹介
