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

~ 基礎からマーケティングへの活用まで ~
機械学習の理論をできるだけわかり易く説明するため、数式の意味を解説しながら、グラフ等により視覚的な説明を心掛けます!

R&D支援センターセミナー

       開催日時:2017年2月27日(月)10:30~16:30
       会  場:江東区産業会館 第2会議室  → 会場へのアクセス 
       参 加 費:49,980円(税込、昼食・資料付)

講 師

 明治大学 総合数理学部 ネットワークデザイン学科 准教授 博士(工学)
 櫻井義尚 氏

<ご専門>
 人工知能、機械学習、データマイニング、進化計算、レコメンダーシステム、マーケティング調査分析

<学協会等>
 情報処理学会、人工知能学会、日本オペレーションズ・リサーチ学会、日本マーケティング学会、日本知能情報ファジィ学会、電気学会、進化計算学会、IEEE

<ご略歴>
 2000年 電気通信大学 電気通信学部 電子情報学科卒業
 2002年 同大学大学院 電気通信学研究科 電子情報学専攻 博士前期課程修了
 2005年 同博士後期課程単位取得済み退学.同年博士(工学)
 2005年4月~ 東京電機大学 情報環境学部 情報環境学科 助手
 2010年4月~ 東京電機大学 情報環境学部 情報環境学科 助教
 2013年4月~ 明治大学 総合数理学部 ネットワークデザイン学科 准教授

定 員

 30名

受講対象・レベル

 本テーマに興味のある方ならどなたでも受講可能ですが、特に以下のような方を想定しています。
 ・技術者に限らず、ビジネスに人工知能を活用したい方
 ・文系出身で数学は苦手だが人工知能で何ができるのか知りたい方
 ・機械学習を利用したシステム構築を検討している企画・開発者
 ・マーケティング分野への機械学習応用を検討している方
 この分野に興味のある方なら、予備知識は特に必要ありませんが、大学初学年程度の数学の知識(ベクトル・行列・統計)があった方がより深く理解できます。

習得できる知識

 ・機械学習の基礎知識
 ・機械学習の代表的な手法の原理の理解
 ・機械学習のマーケティング分野への活用方法
 ・ディープラーニングの基礎知識
 ・推薦システムやテキストマイニングの原理の理解

趣 旨

 機械学習の教科書を見ると、理論やアルゴリズムが数式によって説明されています。これが理由で機械学習の勉強を挫折される方がたくさんいます。しかし、機械学習の真髄は数学を使わなくても説明可能です。本セミナーでは、機械学習の理論をできるだけわかり易く説明するため、数式の意味を解説しながら、グラフ等により視覚的な説明を心掛けます。また、適宜Pythonによるサンプルコードや実際の機械学習を利用したアプリやシステム、サービスなどの事例を示しながら進めていきます。

プログラム

1.人工知能(機械学習)とは?
  1)人工知能と機械学習
  2)なぜ人工知能が注目されるのか?
    a)機械学習に必要なもの
    b)ビッグデータ

2.機械学習の基礎
  1)機械学習とデータマイニングの違い
  2)機械学習の種類
    a)教師あり学習
    b)教師なし学習
    c)中間的手法
  3)機械学習に何ができるのか?
    a)回帰:重回帰分析
    b)分類:パーセプトロン、ニューラルネットワーク
    c)クラスタリング:k-means
    d)次元削減:主成分分析
    e)ルールマイニング:Apriori
  4)機械学習手法の性能を評価する

3.機械学習の応用
  1)機械学習のワークフロー
  2)ディープラーニングとは?
    a)特徴量とは
    b)特徴量抽出の意味する事
  3)機械学習システムを作るには
    a)Pythonと機械学習ライブラリ
    b)機械学習を活用する際の注意点

4.機械学習のマーケティング分野への活用
  1)マーケティング分析に使われる手法
  2)レコメンダーシステム(推薦システム)
    a)顧客の嗜好を分析する
  3)テキストマイニング
    a)自然言語処理
    b)言葉のデータ化