進化的機械学習 セミナー

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス リンクリンク
セミナーのメニュー
  ヘルスケア系
11月
12月
1月
2月〜

化学・電気系 その他各分野
11月
12月
1月
2月〜
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2017/11/22更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。


SSL GMOグローバルサインのサイトシール  


進化的機械学習 セミナー

*その他 機械学習・ディープラーニング・人工知能: 関連セミナー、書籍はこちら:

「統計的」機械学習から次世代の「進化的」機械学習へ!

次世代の機械学習“進化的機械学習”を学ぶ!

〜ディープラーニングなどの統計的機械学習の特徴と問題点〜

講師

横浜国立大学 大学院環境情報研究院 教授 工学博士 長尾智晴 先生

* 希望者は講師との名刺交換が可能です

講師紹介

東京工業大学助教授を経て,
2001年 横浜国立大学 大学院環境情報研究院教授.現在に至る.長尾研究室
大学発ベンチャー(株)マシンインテリジェンスを起業して取締役CTOを兼務中.

【専門】
知能情報学/パターン認識と機械学習/知能ロボティクス/感覚知覚情報処理/知的画像処理/進化計算法/医工連携工学など「人と機械の知能」に関する広範囲な分野.文理融合研究や産学連携活動に力を入れており,企業等との共同研究は累計120社以上.

→このセミナーを知人に紹介する

 関連新刊:「機械学習・人工知能 業務活用の手引き」
      実務適用を踏まえた具体的な運用設計事例集!

日時・会場・受講料

●日時 2017年11月29日(水) 10:30-16:30
●会場 [東京・京急蒲田]大田区産業プラザ(PiO)6階C会議室 →「セミナー会場へのアクセス」
●受講料 1名46,440円(税込(消費税8%)、資料・昼食付)
 *1社2名以上同時申込の場合、1名につき35,640円
      *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

●録音・撮影行為は固くお断り致します。
●講義中のパソコン・携帯電話の使用はご遠慮下さい。


■ セミナーお申込手順からセミナー当日の主な流れ →

セミナーポイント

■はじめに
昨今,機械学習手法として深層学習(ディープラーニング)が注目されており,TensorFlowなどのツールにより誰もが手軽に試せるようになってきました.確かに,深層学習は優れた手法ですが,得手・不得手があり,何にでも適用すれば良いというものではありません。また,処理がブラックボックスになる,学習データが少ないと学習が困難,入力変数が足りないと低精度になる,構造決定が職人芸,などの問題があり,決して万能な手法ではありません.これに対して,強力な最適化法である進化計算法を機械学習に適用する“進化的機械学習”が,深層学習の次に来る次世代の機械学習として注目されています.本セミナーでは,現在の機械学習の抱える課題と将来展望,進化的機械学習の基礎と応用を進化計算法の専門家が平易に解説します.

■受講対象
企業で機械学習の利用を考えている方など、
人工知能や機械学習に興味のある方ならどなたでも受講可能です.

■本セミナーに参加して修得できること
・人工知能・機械学習の概要と将来展望
・教師あり/なし学習の代表的な手法の原理
・神経回路網・深層学習の原理と問題点
・進化計算法の基礎
・進化的機械学習の応用例

セミナー内容

1.人工知能と機械学習

 1.1 人工知能の変遷と将来展望
 1.2 機械学習の種類と特徴
 1.3 「統計的」機械学習(例:ディープラーニングなど)と
    次世代の「進化的」機械学習は何が違うのか

2.統計的機械学習の特徴と問題点

 2.1 教師あり/なし学習とその代表的な手法
 2.2 神経回路網の原理と学習法
 2.3 深層学習(ディープラーニング)の特徴と問題点

3.進化的機械学習の基礎

 3.1 進化的機械学習は「最適化・探索」を行う問題に適している
 3.2 進化計算法の原理と様々な改良手法
    −基礎的な進化計算法
     ・遺伝的アルゴリズム(GA)
     ・遺伝的プログラミング(GP)
    −先端的な進化計算法(最近の手法)
 3.3 進化計算法による機械学習

4.進化的機械学習の応用例

 4.1 木構造・回路状画像処理の自動構築
 4.2 小型回路による画像変換処理の実現
 4.3 特徴量の最適化による画像認識
 4.4 任意の機能を実現できる進化型神経回路網
 4.5 時系列信号の変動予測と投資戦略の最適化
 4.6 製品の欠陥検査処理・異常検知
 4.7 機械・ロボットの最適制御

5.まとめ
 統計的機械学習から進化的機械学習へ。進化的機械学習は次に必ず来る!

セミナー番号:AC171143

top

注目の新刊

雑誌 月刊化学物質管理

LC-MS/MS定量分析

機械学習・人工知能

高分子添加剤

2018カメラモジュール

GCPシステム監査

塗膜をよくするテクニック

医薬品GMP監査員必携

データインテグリティ要件と解説

リチウムイオン二次電池

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.