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

★ライブラリに頼らない時系列データのカンタン・高精度な機械学習★
「機械学習ライブラリを使ってみたけど実感がわかない」
「自分でプログラムを書いて時系列データの予測を試してみたい」
 ・・・・・そういった方々にお薦めです 

 
オンラインセミナーZoom
Zoomオンラインセミナー

トリケップスセミナー

 開催日時:2021年8月26日(木)13:00~16:30
 参 加 費:お1人様受講の場合 50,600円(税込/1名)
     1口(1社3名まで受講可能)でお申し込みの場合 62,700円(税込/1口)

 ★ 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング(http://zoom.us/test)にアクセスできることをご確認下さい。

 ★インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。

 ★受講中の録音・撮影等は固くお断りいたします。

講 師

犬伏 正信 氏  東京理科大学 理学部第一部 応用数学科 准教授

<略 歴>
 2013年3月 京都大学 大学院理学研究科 数学・数理解析専攻(数理解析系),博士(理学)取得
 2013年4月 – 2018年2月 NTTコミュニケーション科学基礎研究所,研究員
 2018年3月 – 2021年3月 大阪大学 大学院基礎工学研究科,助教
 2021年4月 東京理科大学 理学部第一部 応用数学科,准教授
      (大阪大学 大学院基礎工学研究科,招聘准教授 兼務)

講義項目

 リザバーコンピューティングは時系列データの予測に適したニューラルネットワークの学習法の一つです.その学習法の簡易さと予測精度の高さから近年注目されています.

 本講座では教師あり機械学習の初歩から,リザバーコンピューティングの学習法,数理的側面から応用と展開までを概説します.「機械学習ライブラリを使ってみたけど実感がわかない」,「自分でプログラムを書いて時系列データの予測を試してみたい」といった方向けの講座です.

  1. はじめに:時系列予測の機械学習
     1.1 教師あり学習の初歩:最小二乗法
     1.2 ニューラルネットワークの比較
     1.3 リザバーコンピューティングでできること
  
  2. リザバーコンピューティング
     2.1 学習法
     2.2 応用例の紹介:非線形システムの状態推定
     2.3 数理的な性質
     2.4 物理実装
     2.5 最近の進展
   
  3. まとめと今後の展開