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リサーチウェビナー【ライブ配信】 のご案内

       開催日時:2021年1月27日(水)10:30~16:30 
       受 講 料:45,000円 + 税  * 資料付
          *メルマガ登録者 40,000 円 + 税
          *アカデミック価格 24,000 円 + 税
         パンフレット

※ 本セミナーは、当日ビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。
 お申し込み前に、下記リンクから視聴環境をご確認ください。
   → https://zoom.us/test
 ★ 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名目は無料、3名目以降はメルマガ価格の半額です。
 ★ 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

 ウェビ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。
 セミナーお申し込み前に必ず  こちら  をご確認ください。

   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、ウェビナー参加を、お申込ください。 → メルマガ登録ページ 
 メルマガ登録者のウェビナー参加は、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、ウェビナー参加を、お申込ください。 → メルマガ登録ページ  ウェビ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・人間情報インタラクション研究部門
・脳数理研究グループ・上級主任研究員

【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
 2020年 産業技術総合研究所・人間情報インタラクション研究部門・脳数理研究グループ・上級主任研究員 現在に至る。 博士(工学)

【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

 趣旨 現在の機械学習の成功は大量のデータを前提としている面があるが、少数のデータからでも最大限に有用な知識を抽出したいというニーズは多くある。スパースモデリングはそのような技術の一つで、対象に対する知識が少ない場合にも有効な方法として注目されている。本セミナーでは、スパースモデリングの基本的な仕組みを説明するとともに、ブラックホール撮像や新規触媒の開発など多様な応用においてどのようにスパースモデリングが適用されているかを紹介し、スパースモデリングを活用するための知識を習得することを目的とする。

セミナー対象者

 少数データに対する機械学習(特にスパースモデリング)に興味がある技術者の方

セミナーで得られる知識

 スパースモデリングを活用できるようになるための基本的な知識

プログラム

             ※ 適宜休憩が入ります。
1. 機械学習とスパースモデリングの基礎
 1.1 次元の呪いとモデル選択
 1.2 正則化法
 1.3 ベイズモデリングとスパースモデリング
 1.4 凸性と最適化の難易度
 1.5 機械学習の解釈性

2. スパースモデリングの基本
 2.1 LASSOとリッジ回帰
 2.2 ロジスティックLASSO
 2.3 グラフィカルLASSO
 2.4 最適化アルゴリズム

3. スパースモデリングの展開
 3.1 辞書学習
 3.2 グループ正則化
 3.3 結合型正則化
 3.4 L0正則化とL1正則化
 3.5 最近の発展

4. まとめ
 
 

関連図書

        機械・装置

関連セミナー/ウェビナー

        機械・エレクトロニクス・コンピュータ