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2月5日（金）10:30～16:30
受 講 料：48,000円 + 税 ＊ 資料付
＊メルマガ登録者 43,000 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、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
藤原 幸一 先生 名古屋大学大学院 工学研究科物質プロセス工学専攻・准教授
【講師経歴】
2004年 京都大学 工学部 工業化学科 卒業
2009年 京都大学 博士（工学）取得
2009年 豪 Curtin大学・客員研究員
2010年 NTT 持ち株会社コミュニケーション科学基礎研究所・研究所
2012年 京都大学大学院 情報学研究科システム科学専攻・助教
2018年 JST さきがけ研究員
2018年 名古屋大学大学院 工学研究科 物質プロセス工学専攻・准教授
【活 動】
機械学習，および医療データ解析および医療AIの研究開発に従事。特に，てんかん，脳卒中，睡眠障害，認知症などの臨床データの解析を行っている。人工知能学会，計測自動制御学会，日本てんかん学会，日本睡眠学会，IEEE の会員。
セミナーの趣旨
生産現場の操業データや医療データにおいては，データ収集の面において様々な困難に直面することがある。たとえば，測定されている変数の数と比較して統計モデリングに使用可能なデータ量が限られることが多い。また，通常のモデリングでは正例・負例双方のサンプルが必要となるが，装置故障など稀な事象のデータはなかなか集められない。医療データにおいては，倫理的な問題から多くの患者から臨床データを収集するのは困難である。このように実世界ではしばしば必要なデータが十分に収集できず，スモールなデータからいかに知識を抽出するのかが重要となる。本講演では，製薬プロセスおよびてんかん患者の臨床データ解析の実例を通じて，スモールデータ解析の考え方と展望を述べる。
セミナー対象者
機械学習の実問題への応用に興味のある人（線形代数・解析学の初歩の知識が必要）
セミナーで得られる知識
スモールデータ解析に用いられる機械学習手法についての知識，スモールデータ解析の考え方，心構え
プログラム
※ 適宜休憩が入ります。
1. スモールデータとは
2. 次元削減と回帰分析
2-1. 主成分分析
2-2. 部分的最小二乗法（PLS）
3. 入力変数選択
3-1. スパースモデリング
3-2. 変数クラスタリングによる入力変数選択
3-3. 製薬プロセスへの応用例
4. 異常検出
4-1. 多変量統計的プロセス管理（MSPC）
4-2. 自己符号化器（オートエンコーダー）
4-3. 医療データ解析への応用例
5. スモールデータ解析への心構え