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

CMCリサーチセミナーのご案内

       開催日時:2019年10月9日(水)10:30~16:30 
       会  場:ちよだプラットフォームスクウェア B1F  → 会場へのアクセス 
            〒101-0054 東京都千代田区神田錦町3-21
       受 講 料:48,000円 + 税    ※ 資料代、弁当代含
             * メルマガ登録者は 43,000円 + 税
             * アカデミック価格は 24,000円 + 税
            パンフレット
 
 ★ アカデミック価格:学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院の教員、学生に限ります。
 ★ 【メルマガ会員特典】2名以上同時申込で申込者全員メルマガ会員登録をしていただいた場合、2人目は無料です(1名価格で2名まで参加可能)。また、3名目以降はメルマガ価格の半額です。※ 他の割引と併用はできません。
 ★ セミナーお申込み後のキャンセルは基本的にお受けしておりません。ご都合により出席できなくなった場合は代理の方がご出席ください。
 
お申し込み受付中

申込方法

 セミナー参加のお申込は、下記のカートへの投入、あるいはFAX用紙にてお願いします。折り返し、聴講券、会場地図、請求書を送付いたします。

   FAX申込用紙PDF 
 [メルマガ登録者はこちらから]
 弊社のメルマガ登録者は、参加費が10%引きになります。メルマガ登録をされていない方で、登録をご希望の方は、メルマガ登録を行ってから、セミナー参加を、お申込ください。 → メルマガ登録ページ 
 メルマガ登録者のセミナー参加は、下記のカートへの投入によってお申込ください。 また、FAX申込用紙でお申込の場合は、FAX申込用紙のメルマガ登録の項にチェックをお願いします。
   FAX申込用紙PDF 
 ◇◇ メルマガ会員特典での複数名の受講申込みはこちらから ◇◇ 
  2名以上同時申込で、申込者全員メルマガ会員登録をしていただいている場合、2人目は無料です。また、3名目以降はメルマガ価格の半額です。複数名の受講申込みで、メルマガ登録をされていない方がおられる場合には、メルマガ登録を行ってから、セミナー参加を、お申込ください。 → メルマガ登録ページ  セミナー参加のお申込は、下記のカートへの投入、あるいはFAX用紙にてお願いします。
    受講者1 (メルマガ価格)   FAX申込用紙PDF 
  受講者2 (受講料無料)   FAX申込用紙PDF 
  受講者3 (受講料半額)   FAX申込用紙PDF 
  受講者4 (受講料半額)   FAX申込用紙PDF 
  受講者5 (受講料半額)   FAX申込用紙PDF 
  * 6名以上の受講については、CMCリサーチまでお問い合わせください。 → お問い合わせページ 
 [アカデミック価格申込者はこちらから]
   FAX申込用紙PDF 
 

講 師

赤穂 昭太郎 氏
産業技術総合研究所・人間情報研究部門・情報数理研究グループ・研究グループ長

【講師経歴】
 1990年 東大工学部工学系研究科・修士了
  同年 通産省工業技術院電子技術総合研究所入所
 2001年 産業技術総合研究所・脳神経情報研究部門・情報数理研究グループ・研究グループ長
 2015年 産業技術総合研究所・人間情報研究部門・情報数理研究グループ・研究グループ長現在に至る。

【活動内容】
 研究歴;機械学習の理論研究やアルゴリズム開発に従事
 所属学会;電子情報通信学会,日本神経回路学会
 著書;カーネル多変量解析岩波書店(2008),パターン認識と機械学習(共訳)丸善出版(2007)

セミナーの趣旨

 機械学習はさまざまな分野に広がりを見せているが、数多くの手法があり、どのようにデータ解析を進めてよいかが難しい場合も多い。本セミナーでは、機械学習の入門からはじめ、さまざまなモデル化や学習手法の基本的な考え方を紹介し、それぞれを効率的に活用する方法を解説する。また、製造業などで需要の高い設計の最適化などへも機械学習技術が適用可能であることを紹介する。

セミナー対象者

 機械学習をこれから実務に取り入れようと考えている技術者の方,機械学習やディープラーニングの基礎知識を得たいと考えている方

セミナーで得られる知識

 機械学習でどんなことができるのか,パターン認識・予測・異常検知・プロセス最適化といった目的に役立つ機械学習手法の基礎知識や適用する際の注意点など,書籍では得られないちょっとしたコツ,製造業へ応用する際に考えられる特有の問題点など。

プログラム

                   ※ 適宜休憩が入ります。
1. 機械学習の基礎
 1.1 機械学習で何ができるのか
 1.2 機械学習を使う上での注意点
 1.3 機械学習とモデリング

2. 機械学習を用いたデータ解析の基本手順
 2.1 まずは基本的なことから
 2.2 データの可視化,情報圧縮
 2.3 モデルの選び方

3. モデル化の効率化
 3.1 スパースモデリング
 3.2 ベイズモデリング
 3.3 ディープラーニングによるモデル化
 3.4 意思決定と強化学習モデル
 3.5 時系列モデル化

4. 機械学習技術による最適化
 4.1 製造業における最適化問題のいろいろ
 4.2 マルコフ連鎖モンテカルロ法による最適化
 4.3 ベイズ最適化による最適化

5. まとめ
 
 

関連図書

        機械・装置

関連セミナー

        機械・エレクトロニクス・コンピュータ