セミナー 人工知能 機械学習 ディープラーニング ai python iot

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  


*その他 知財・特許 セミナー、書籍一覧はこちら:

★いま、超人気のAI・機械学習セミナー。切り口の違う3つのコンテンツをご用意!
◎全体像を知りたい!
 → 第1回 人工知能の全体像の理解と最新アプリケーション展開、今後の課題まで
◎AI・IoTの特許を学びたい!
 → 第2回 IoT,AI時代を泳ぎ切る特許の知識
◎機械学習を使いたい!(入門編)
 → 第3回 Pythonによる機械学習のきほんの「き」から実践まで
※1回から受講可能です。複数お申込みいただくとお得な割引あり!
 (各回ごとに、同団体の別の方がご参加いただく形でも割引となります。)

人工知能・機械学習関連 計3回継続セミナー

〜AIの全体像から特許、Pythonを用いた実践(入門)まで〜

講師

第1回(10/18)
国立情報学研究所 情報学プリンシプル研究系 准教授 市瀬 龍太郎 先生

第2回(10/23)
いちご特許事務所 パートナー弁理士 相澤 聡 先生

第3回(10/27)
株式会社システム計画研究所 事業本部 技術統括・戦略開発室長 鶴 英雄 先生

* 希望者は講師との名刺交換が可能です

講師紹介

※本ページ下部に記載。

→このセミナーを知人に紹介する

日時・会場


第○回開催日シリーズテーマ
第1回10月18日(水)第1回 人工知能の全体像の理解と最新アプリケーション展開、今後の課題まで
会場:[東京・駒込]滝野川会館 3階301集会室 12:30〜16:30
第2回10月23日(月)第2回 IoT,AI時代を泳ぎ切る特許の知識
会場:[東京・大井町]きゅりあん 5階第2講習室 10:30〜16:30
第3回10月27日(金)第3回 Pythonによる機械学習のきほんの「き」から実践まで
会場:[東京・東新宿]新宿文化センター4階 第1会議室 10:30〜16:30
 ※セミナー会場が各回異なりますのでご注意ください。
 →「セミナー会場へのアクセス」


受講料
参加形態区分価格(税込)1社2名以上同時申込
第1回のみ参加1回・・・41,04030,240
第2回または第3回のみ参加2回、3回・・・46,44035,640
第1回と第2回または第1回と第3回1・2回、1・3回・・・65,88055,080
第2回と第3回2・3回・・・71,28060,480
全講座(3講座)の参加1・2・3回・・・85,32074,520

※申込時に参加形態(第○・○回参加)を申込備考覧に記載下さい。
※各回、別の方が受講いただくことも可能です。
※1社2名以上同時申込は、同時申込、同形態(講座数、参加日)でのお申込にのみ有効です

*全3回申込の方へ(不測の事態により、全回開催出来ない場合、以下規定に基づき、返金致します。)
 全3回中、2回未満の実施の場合:70%返金
 全3回中、3回未満の実施の場合:40%返金
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 →

講座内容

第1回 10月18日(水) 12:30〜16:30

『人工知能の全体像の理解と最新アプリケーション展開、今後の課題まで〜機械学習・知識処理を中心に詳解〜』

国立情報学研究所 情報学プリンシプル研究系 准教授 市瀬 龍太郎 先生

■はじめに:
 近年,人工知能が様々な分野に取り入れられ,社会を大きく変えようとしています.その背景には,これまで研究されてきた人工知能技術の急速な発展があります.本セミナーでは,人工知能の全体像を概観し,その中でも特に重要な機械学習・知識処理について詳細に解説します.また,それらの技術が使われるアプリケーションを見ることで,実応用への理解を深めるとともに,今後の方向性を展望します.

■受講対象者:
 人工知能の概要を理解したい方,人工知能の動向を理解したい方,人工知能を業務に応用してみたい方など,本テーマに興味のある方なら誰でも受講可能です.

■必要な予備知識:
 適宜解説するため,特に予備知識は必要ありません.

■本セミナーで習得できること(一例):
 ・人工知能の基礎知識
 ・人工知能の最新技術
 ・人工知能の応用
 ・人工知能の動向

■プログラム:

1.人工知能の基礎知識
 1)第1次人工知能ブーム〜探索,推論
 2)第2次人工知能ブーム〜知識処理
 3)第3次人工知能ブーム〜機械学習

2.知識処理
 1)オントロジー
 2)セマンティックWeb
 3)Linked Data
 4)知識グラフ

3.機械学習
 1)教師付き学習,教師なし学習
 2)記述モデル学習
  a)クラスタリング
  b)相関規則
 3)予測モデル学習
  a)決定木
  b)サポートベクトルマシン
  c)ニューラルネットワーク
 4)深層学習

4.人工知能のアプリケーション
 1)ゲーム
 2)Watson
 3)自動運転
 4)チャットボット
 5)データマイニング
 6)その他

5.人工知能の未来
 1)社会への影響
 2)汎用人工知能

6.まとめ

<質疑応答・個別質問・名刺交換>

■ご講演中のキーワード:
 人工知能,機械学習,知識処理,深層学習,知識グラフ



弁理士の方へ:<日本弁理士会 継続研修認定対象講座>
当講座は日本弁理士会の継続研修としての認定講座です。
研修を受講し、所定の申請をすると、外部機関研修として5単位が認められます。
単位申請をご希望の方は「受講証明書の発行希望の旨」と「弁理士登録番号」をお申し込み時の備考欄にご記載下さい。詳細はこちら

第2回 2017年10月23日(月) 10:30〜16:30

『IoT,AI時代を泳ぎ切る特許の知識
 −元審査官が語るソフトウェア特許の基本と実務−』


いちご特許事務所 パートナー弁理士 相澤 聡 先生

■はじめに:
 IoT,AIを売りにするモノやサービスが目につくようになってきました。このようなモノやサービスに詰め込まれた技術的アイディアを、法的に保護するための手段がソフトウェア特許です。
 本講座は、IoT,AI分野の動きを眺めつつ、ソフトウェア特許を活用して先行者利益を確保するための基礎知識と実務を1日で俯瞰することを目標とします。

■受講対象者:
 IoT,AIをはじめ、ソフトウェア技術を中核とするモノやサービスを扱う
 ・知財担当者、産学連携担当者
 ・新規事業開発、企画担当者
 ・エンジニア、研究者

■必要な予備知識:
 IoT、AI分野の特許にご興味のある全ての方

■本セミナーで習得できること(一例):
 ・特許を上手に使い、IoT,AI市場で息の長いプレイヤーとなるための考え方
 ・ソフトウェア特許取得・活用の実践的ノウハウ

■ご講演プログラム:

※動きの早い分野ですので、「本プログラム」に関する話題を出来る限り最新情報を交えながら詳細に解説致します。

1.IoTとAIがもたらす産業上の可能性と問題点
 1)IoT,AIは従来の産業構造をどう変えるのか

2.ソフトウェア特許:群雄割拠のIoT,AI業界を泳ぎ切る武器
 1)ソフトウェア特許とは何か
 2)特許を武器として用いるとはどういうことか
 3)IoT,AI分野特有の実務的課題と考察

3.事例演習

4.質疑応答

■ご講演中のキーワード:
 IoT、AI、ソフトウェア特許、特許戦略



第3回 10月27日(金) 10:30〜16:30

『Pythonによる機械学習のきほんの「き」から実践まで
―知っておきたい基礎から、ディープラーニングなど最近の話題まで―』


株式会社システム計画研究所 事業本部 技術統括・戦略開発室長 鶴 英雄 先生

■はじめに:
 現在AI/人工知能は非常に注目を集めており、実際に触ってみたい・業務で生かしたいと考えている方も多いでしょう。一方でそれらをどのように手を付ければよいのか、どのように理解し・評価し・改善を図ればよいのか等わからないことも多いと思います。本講座ではAIの基礎である機械学習を「使える」ようになることを目指します。作業として「使う」場合や、発注者側として「使える」ものを手に入れる場合の両方の当てはまる基礎となる部分を説明していきます。
講座ではAIや機械学習の分野よく使用されるコンピュータ言語Pythonを使い、機械学習がどのように実行され、性能をどう測り、性能向上のためには何が必要かを説明していきます。機械学習の基礎からディープラーニングの最近の話題までを取り上げます。
 第1部 導入編から第3部 実践編までは『Pythonによる機械学習入門』(オーム社/2016.11)に沿った内容となります。

■受講対象者:
 ・機械学習を業務で利用しようとしている方
 ・Pythonによる機械学習を基礎から学んでみたい方
 ・ディープラーニングの利用を考えている方
 ・その他、機械学習に興味のある方

■必要な予備知識:
 この分野に興味のある方なら、特に必要はありません。
但し、Pythonによるコード例で説明しますので、何がしかコンピュータ言語を触ったことがある方が理解しやすいかと思います。

■本セミナーで習得できること(一例):
 ・機械学習の全般的に知識
 ・機械学習の実行方法
 ・機械学習を実施する上での注意点や性能指標の読み方
 ・画像の判別やセンサーデータの分析に関するアプローチ方法
 ・ディープラーニングの概要と最近の話題

【第1部 導入編】
 導入編では機械学習を様々な側面を取り上げ、機械学習とは何か説明します。

1.機械学習 概要
 機械学習の概念を説明し、歴史を振り返ります。さらに機械学習を使った開発のスタイルや環境についても説明します。

 1.1.概念と歴史
 1.2.開発スタイル
 1.3.開発環境

2.機械学習の様々な側面
 機械学習は様々な分野から影響を受けて発展してきました。ここでは機械学習を取り巻く環境と関連分野を概観し、学習法による分類を説明します。機械学習の応用例についても説明します。

 2.1.機械学習をとりまく環境
 2.2.機械学習の関連分野
 2.3.学習法による分類
    ―教師あり学習、教師なし学習、強化学習
 2.4.機械学習の応用例

【第2部 基礎編】
 基礎編では機械学習における基本的な問題である分類問題、回帰問題、クラスタリングを取り上げ、それぞれ簡単な問題を解きながら手法を説明していきます。また、データとの取り扱い方法や性能計測の方法等機械学習を活用するにあたって必須となる基礎的概念を学びます。

3.分類問題
 教師あり学習としての分類問題を取り上げ説明します。学習データとテストデータをどのように切り分けるか、性能指標をどのように理解するかについても説明します。

 3.1.分類問題とは
 3.2.最初の分類器
 3.3.学習データとテストデータ 〜 ホールドアウトと交差検証
 3.4.分類器の性能を評価しよう 〜 正答率・適合率・再現率・F値
 3.5. いろいろな分類器 〜 決定木、Random Forest、SVM

4.回帰問題
 回帰問題を取り上げします。機械学習の鬼門ともいうべき過学習の概念を説明に、その対処方法を学びます。いくつかの回帰モデルについても説明します。

 4.1.回帰問題とその分類
 4.2.最初の回帰問題−最小二乗法と評価方法
    −最小二乗法、単回帰、重回帰
 4.3.機械学習における鬼門−過学習
 4.4.過学習への対応−罰則付き回帰
 4.5.様々な回帰モデル
    −SVM、Random Forest、k-近傍法

5.クラスタリング
 教師なし学習の一種であるクラスタリングを説明します。

 5.1.Irisデータセット
 5.2.代表的なクラスタリング手法 - kmeans
 5.3.その他のクラスタリング手法

【第3部 実践編】
 実践編では、画像の分類、センサーデータの回帰を取り上げ、機械学習で具体的に精度を追求していくプロセスを説明します。機械学習にどのように取り組むかを学びます。

6.画像による手形状分類
 手形状画像の分類問題を通じて、分類問題においてどのように精度をあげるかを説明していきます。

 6.1.課題の設定
 6.2.最初の学習
 6.3.汎化性能を求めて
    ―データを増やす、データの精査、特徴量の導入、パラメータチューニング

7.センサーデータによる回帰問題
 気象データと電力消費データを取り上げ、センサーデータの回帰問題を取り組みます。数値データと取り扱いや回帰問題のアプローチ方法を学びます。

 7.1.課題設定
 7.2.数値データの取り扱い
 7.3.気象データと電力消費量


【第4部 発展編】
 ディープラーニングを中心にAIを概観します。

8.AIとディープラーニング

 8.1.AI概観
 8.2.ディープラーニングとは
 8.3.AIの取り組み方

<質疑応答・個別質問・名刺交換>

■ご講演中のキーワード:
 機械学習、Python、ディープラーニング、AI、教師あり学習、教師なし学習、分類問題、回帰問題

講師紹介

【第1回講師:市瀬 龍太郎 先生プロフィール】

■ご略歴:
 1995年東京工業大学工学部情報工学科卒.2000年東京工業大学大学院情報理工学研究科計算工学専攻博士課程修了.博士(工学).同年より国立情報学研究所勤務.助手,助教授を経て,現在,同研究所情報学プリンシプル研究系准教授.総合研究大学院大学複合科学研究科情報学専攻准教授,産業技術総合研究所招聘研究員を兼任.
 これまでに,スタンフォード大学言語情報研究所客員研究員,武蔵工業大学非常勤講師,東京都市大学非常勤講師,法政大学非常勤講師,文部科学省学術調査官,内閣府専門委員などを歴任.

■ご専門および得意な分野・研究:
 人工知能,機械学習,データマイニング,知識処理

■本テーマ関連学協会でのご活動:
 人工知能学会.電子情報通信学会.情報処理学会.AAAIなど.


【第2回講師:相澤 聡 先生プロフィール】

■ご略歴:
 いちご特許事務所 パートナー弁理士。
 システムエンジニアを経験した後、特許庁審査第四部(電子商取引)にてコンピュータソフトウェア関連発明の審査に従事。現在は弁理士として、知的財産権の取得及び活用に関する助言及び代理を行っている。
 これまでの取扱業務や著作等については、いちご特許事務所ウェブサイトをご参照ください。

■ご専門および得意な分野・研究:
 ・知的財産権(特許権、商標権、意匠権、著作権等)の取得、管理、契約交渉、係争における代理及び助言
 ・知的財産を活用した経営課題の解決に関する助言

■本テーマ関連学協会での活動:

○日本弁理士会
  特許委員会
  中小ベンチャー企業支援委員会
  知的財産相談室相談員

○著作等
 ・相澤聡,伊藤玲子,佐久敬,佐々木奏,高橋範行、「製造サプライチェーンにおける供給者の技術基盤の保全について─技術のコモディティ化の中で生き残るために─」、特技懇、特許庁技術懇話会、2013年11月発行、No.271、第102-112頁
 ・相澤聡、「任期付審査官の日々の業務」、パテント、日本弁理士会、2011年12月発行、Vol.64 No.15、第45-50頁
 ・「座談会『任期付審査官』」、パテント、日本弁理士会、2011年12月発行、Vol.64 No.15、第10-28頁


【第3回講師:鶴 英雄 先生プロフィール】

■ご略歴:
 1992年4月株式会社システム計画研究所の入社。公共システム、ネットワークシステム、情報セキュリティシステム、各種システム基盤の設計・開発に従事。通信・制御・宇宙システム開発事業の統括兼AI事業推進を経て、2016年11月より現職。
 ・ネットワークスペシャリスト
 ・テクニカルエンジニア(情報セキュリティ)

■ご専門および得意な分野・研究:
 ・情報システムの基本設計/アーキテクチャ設計/開発
 ・ネットワーク、情報セキュリティに関するコンサルティング/設計/開発
 ・機械学習及びAIに関するコンサルティング/システム設計/開発

■本テーマ関連学協会でのご活動:
・講演
 一般社団法人 人工知能ビジネス創出協会 第5回ビジネス専門セミナー「Pythonによる機械学習入門」

 埼玉大学 2016年度後期「数理電子情報特論1」
 「AI開発の現場から 〜ソフトウェア開発会社からみたAI事情〜」

・書籍
 「Pythonによる機械学習入門」(オーム社/2016.11)

セミナー番号:AL171000

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.