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

~ 代表的なアルゴリズムの理論と使い方及び設計/応用、実行環境まで~

トリケップスセミナー

     開催日時:2017年1月25日(水)10:30~16:30
     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 46,000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 57,000円 (税別/1口)

講 師

濱上知樹(はまがみともき)氏 
横浜国立大学大学院 工学研究院 環境情報学府 情報メディア環境学専攻 教授(博士(工学))

【略歴】
 1999年 千葉大学大学院 自然科学研究科 博士課程後期終了。
 2001年 千葉大学大学院 自然科学研究科 助手。
 2004年 横浜国立大学大学院 工学研究院 助教授。
 2008年 横浜国立大学大学院 工学研究院 教授。
 現在に至る。

【専門】
 知能システム、機械学習、人工知能の研究に従事。

【学会活動】
 電子情報通信学会、電気学会、情報処理学会、計測自動制御学会各会員。
 電気学会にて、機械学習の応用研究会を2つ立ち上げ、産学実応用研究に貢献。

セミナーの概要

 機械学習とは、人間の持つ知的な振る舞いをコンピュータのプログラムによって実現する技術です。あらゆるモノがネットワークにつながり、膨大な情報としてリアルタイムでコンピュータに取り込まれるようになった今、取得した大量のデータを機械学習で処理することにより、サービスやシステムを高度化する試みが始まっています。
 本セミナーでは、近年大きく注目されている機械学習の基本的な考え方や代表的な分析法、研究・応用例を紹介すると共に、機械学習をシステム・サービス・製品開発に利用していく際の考え方についてまとめます。

講義項目

 1 はじめに
  1.1 機械学習入門
  1.2 歴史と経緯
  1.3 機械学習の今

 2 機械学習のためのデータサイエンス入門
  2.1 回帰・予測分析
  2.2 分類・判別分析
  2.3 クラスタリング分析
  2.4 ルール検出

 3 代表的な機械学習アルゴリズムの理論と使い方
  3.1 ニューラルネットワーク
  3.2 サポートベクターマシン
  3.3 ベイジアンネットワーク
  3.4 アンサンブル学習
  3.5 自己組織化マップ
  3.6 進化的アルゴリズム
  3.7 デイープラーニング

 4 代表的な機械学習の設計と応用
  4.1 スパムメールフィルタリング
  4.2 レコメンデーションシステム
  4.3 顔認識
  4.4 医療応用(重症度判定システム)
  4.5 自律移動ロボット
  4.6 ゲーム
  4.7 その他の事例

 5 機械学習実行環境
  5.1 R
  5.2 Python
  5.3 OpenCV
  5.4 クラウドAI

 6 まとめ