化学品の市場調査、研究開発の支援、マーケット情報の出版

トリケップスセミナーのご案内

     開催日時:2019年7月26日(金)10:00~17:00
     会  場:オームビル  → 会場へのアクセス 
          〒101-8460 東京都千代田区神田錦町3-1
     参 加 費:お1人様受講の場合 47,000円 (税別/1名)
          1口(1社3名まで受講可能)でお申し込みの場合 59,000円 (税別/1口)
          お申し込み受付中

申込方法

 お1人様受講の場合、下記のカートへの投入、あるいはFAX用紙にてお申込ください。
 1口でお申し込みの場合、下記のFAX用紙にてお申込ください。
 折り返し、聴講券、会場地図、請求書を送付いたします。

  お1人様申込み
     FAX申込用紙PDF 
  1口(1社3名まで受講可能)でお申し込み    FAX申込用紙PDF 
 

講 師

荒川俊也(あらかわとしや) 氏 
愛知工科大学 工学部 機械システム工学科 教授(博士(学術))
/ 高度交通システム(ITS)研究所 所長

<略 歴>
 2001年 早稲田大学 理工学部 機械工学科 卒業
 2003年 東京大学大学院 総合文化研究科 広域科学専攻 博士前期課程 修了
 2003年4月-2013年2月 富士重工業株式会社 スバル技術研究所 勤務
  2008年-2012年 総合研究大学院大学 複合科学研究科 統計科学専攻 博士後期課程修了,博士(学術)
  2012年10月-2013年3月 情報・システム研究機構 統計数理研究所 外来研究員
 2013年3月 政策研究大学院大学 契約職員
 2013年4月 愛知工科大学 工学部 機械システム工学科 准教授 兼 情報・システム研究機構 融合プロジェクト「超大容量ゲノム・
        多元軸表現型データの統計情報解析による遺伝機能システム学」共同研究員
 2016年4月 愛知工科大学 工学部 機械システム工学科 教授(大学院 工学研究科 システム工学専攻 教授 併任)
  2017年5月 政策研究大学院大学 政策研究センター 客員研究員
 2018年4月 愛知工科大学 高度交通システム(ITS)研究所 所長
   現在に至る

<学会、委員>
 自動車技術会,計測自動制御学会,日本オペレーションズ・リサーチ学会,日本知能情報ファジィ学会,産業応用工学会,日本情報教育学会,応用科学学会 会員
 2003年-2006年, 2012年-2013年 自動車技術会 ドライバ評価手法検討部門委員会 委員
 2013年- 自動車技術会 ヒューマンファクター部門委員会 委員
 2014年- 愛知県ITS推進協議会 特別会員(学識)
 2016年- 自動車技術会 エレクトロニクス部門委員会 委員
 2019年- 日本知能情報ファジィ学会 東海支部 運営委員

<受賞歴>
 2014年 産業応用工学会 全国大会2014 優秀論文発表賞
 2015年 産業応用工学会 2014年度論文賞
 2016年 産業応用工学会 全国大会2016 優秀論文発表賞
 2016年 計測自動制御学会 システム・情報部門学術講演会2016 研究奨励賞

セミナーの概要

 IoT時代に向けて機械学習のニーズが高まっています.しかし,機械学習は敷居が高く,何を・どのように学べば良いかわからない,と,不安に感じている方も多いようです.
 本講義では,機械学習の入門という位置づけで,機械学習とは何なのか,という所から,実際の導入・実践事例を紹介します.また,最近使われているRaspberry Piを使った事例も紹介することで,機械学習によって何を・どこまでできるかを理解して頂くことを狙いとしています.

講義項目

 1 イントロダクション
  1.1 人工知能とは何なのか?
  1.2 人工知能の歴史
  1.3 機械学習の歴史
  1.4 機械学習では何ができるのか?
  1.5 「機械学習」と「人工知能」の違いは?

 2 機械学習とは何か
  2.1 機械学習にはどのようなものがあるか?
  2.2 「教師あり」学習と「教師なし」学習の違い

 3 「教師なし」学習の一例
  3.1 「教師なし」学習の特徴
  3.2 クラスタリング
  3.3 混合ガウスモデル
  3.4 隠れマルコフモデル

 4 「教師あり」学習の一例
  4.1 一般化線形モデル
  4.2 決定木
  4.3 判別分析
  4.4 サポートベクタマシン
  4.5 ニューラルネットワーク
  4.6 ディープラーニング
  4.7 その他

 5 機械学習の嬉しさと問題点
  5.1 機械学習の「嬉しさ」
  5.2 機械学習の「問題点」

 6 導入に向けて何をすれば良いのか?
  6.1 ハードウェア
  6.2 ソフトウェア
  6.3 より詳しく理解するための知識

 7 巷での導入例

 8 まずは簡単に導入してみるために
  8.1 Raspberry Piと機械学習
  8.2 Raspberry Piレベルでどんなことができるか?
  8.3 デモンストレーション(予定)

 9 まとめ