本セミナーはビデオ会議ツール「Zoom」を使って当日ライブ配信します。
※講師の講演部分に関しましては、後日見逃し配信を予定しています。
2024年8月26日(月)午前9時で締め切らせていただきます。
セミナー紹介
人工知能、特に機械学習の利用が盛んに行われており、中でも深層学習(ディープラーニング)が好まれて利用される傾向にあります。確かに、深層学習は多数の学習データを与えることで非常に高精度なモデルを作ることができる優れた手法ですが、企業の業務などの現実的な問題では、数千~数万といった深層学習に必要な膨大な数のデータがそもそも存在しなかったり、集めることに多大なコストが必要な場合が多く、学習データが不足する問題にしばしば直面します。その場合は深層学習をうまく利用することができず、AI導入の妨げになります。本セミナーでは、このように学習データの数が少ない/用意できないため深層学習を適用することが困難な問題に対する機械学習の有効な手法を紹介します。AIを実用化する際の参考になるはずです。本セミナーでは、説明に数式や数学理論を多用せず、AIの初学者にも分り易い平易な説明を心がけて、専門外の方や技術職以外の方にも分るようにしますのでぜひ奮ってご参加下さい。
本講座の特徴
学習データ数が少ない/用意できないため深層学習を適用することが困難な問題に対する機械学習の有効な手法を学びます
説明に数式や数学理論を多用せず、AIの初学者にも分り易く解説します
企業の業務などの現実的な問題でAIを活用する手法について学びます
開催概要
セミナー名 |
小規模データでも活用できる効果的な機械学習 |
日時 |
2024年8月28日(水)10:00~17:00 |
会場 |
オンライン開催 Zoomを使ったWeb配信セミナーです |
受講料 |
55,000円(税込み) ※上記は1名様の料金です。複数名での共有は禁止させていただきます。
|
定員 |
60名 ※最少開催人数(20名)に満たない場合は、開催を中止させていただくことがあります。 |
主催 |
日経クロステック、日経エレクトロニクス |
講師紹介
長尾 智晴(ながお ともはる)氏
横浜国立大学 総合学術高等研究院(IMS)上席特別教授
YNU人工知能研究拠点長・名誉教授
![長尾 智晴<span class="fontSizeS">(ながお ともはる)氏</span>](https://cdn-www.nikkeibp.co.jp/seminar/atcl/nxt/ne240828/ph_nagao.jpg?__scale=w:300,h:376&_sh=02e02303d0)
東京工業大学大学院出身、東京工業大学工学部助手・助教授を経て2001年から横浜国立大学教授、工学博士、専門は知能情報学(人工知能)、情報処理学会、進化計算学会、IEEEなどに所属.産学連携に尽力し、横浜国立大学発ベンチャーを起業して取締役CTOを兼務中。
プログラム (10:00~17:00)
1. 機械学習の現状と課題
- 1.1 人工知能と機械学習
~人工知能と機械学習の要点・AIの課題と将来展望~
- 1.2 機械学習の種類と方法
~IBL・EBL・教師あり/なし学習など~
- 1.3 深層学習(ディープラーニング)概論
~ニューラルネットと深層学習の本質と特徴~
- 1.4 少量データしかない場合の機械学習
~学習データを増やす/少量でも学習できる方法を用いる~
|
2. 学習データを増やす方法
- 2.1 基本的な水増し方法
~画像の幾何学的変形・階調変換・ノイズ混入など~
- 2.2 特徴空間・潜在空間を用いたデータの水増し
~特徴抽出・次元圧縮と教師なし分類に基づく方法、AE、CAE、VAEなど~
- 2.3 CG(Computer Graphics)による画像認識の学習データの生成
~画像・物体認識・自動運転などへの応用~
- 2.4 コンピュータが生成するデータによる学習データの水増し
~シミュレータの利用・コンピュータによるデータ生成・認識ループ~
- 2.5 画像・テキスト用の生成系AIによるデータの水増し
~GAN、Diffusion model、ChatGPTなどの活用~
|
3. 少量でも学習できる方法
- 3.1 ベイズ最適化などによる関数推定
~少ないサンプルから分布を推定する~
- 3.2 進化計算法によるブラックボックス関数推定
~遺伝的プログラミング(GP)・CGPなど~
- 3.3 1クラス学習による異常検知
~1クラスSVM・AEなどの利用~
- 3.4 進化的機械学習による処理の自動構築
~リッチな処理要素の進化的組合せ最適化~
- 3.5 転移学習・蒸留・浸透学習(Percolative Learnig)
~既存知識を有効に利用する~
- 3.6 深層回路の構造最適化による回路規模の縮小
~Pruning・Neural Architecture Search(NAS)~
|
4. AIの業務への導入方法
- 4.1 AI導入時の注意点
~導入時に注意すべき点・外注時の注意点など~
- 4.2 AI人材の育成方法について
~最も望まれる人材育成方法・生き残る企業の特徴など~
|
5. まとめと質疑応答
-
~Q&Aとディスカッション、AIよろず相談会~
|
参考資料:
- A 代表的な機械学習法
- B 説明可能AI(XAI:explainable AI)
- C 共進化AI(CAI:Co-evolutional AI)
- D テキスト用生成系AI(ChapGPTなど)
- E 進化計算法概論
- F 横浜国大・人工知能研究拠点のご紹介
|
※プログラム内容は予告なく変更になることがあります。予めご了承ください。
■視聴にあたって
- ライブ配信当日の視聴に必要なURLと、登録、ログイン方法につきましては、登録完了メールに記載されています。
URLはセミナーに参加する方のみ利用可能とし、再配布を禁止します。
- 受講者は、動画を録画・キャプチャーすること、SNSなどへのアップも禁止します。
もし、発見した場合、事務局は削除を要求できることとします。
- セミナーの内容や受講者の個人情報などはセミナー内のみとし、口外しないでください。
- システムトラブルなどにより、画像・音声に乱れが生じた場合も再送信や返金はできませんので、予めご了承ください。
なお、音声、画像は受講者でご調整ください。また、サービス利用にあたってのサポートは致しかねます。
- 配信中、異常と思われる接続を発見した場合、予告なく切断することがあります。
- Zoomの接続環境は【パソコン、有線またはWi-Fiのインターネット環境】推奨です。
なお、「Zoom」上では、個人情報は一切取得いたしません。開催時間中にURLにアクセスいただくと受講可能です。
【お申し込み注意事項】
- このセミナーは、ZoomによるリアルタイムWeb配信にてご提供します。
視聴URLは、登録完了メールに記載していますので、当日まで大切に保存してください。
- ※満席になり次第、申込受付を締め切らせていただきますので、お早めにお申し込みください。
- ※このセミナーの運営事務局を担当する、DWRIからメールやお電話でご連絡を差し上げることがあります。ドメイン名(@dwri.co.jp)からのメールを受信できるようにしてください。
- ※セミナー開催日の8営業日前まではキャンセルが可能です。以下のWebフォームからキャンセルの旨をご連絡ください。
https://support.nikkeibp.co.jp/app/ask_1501/p/378/
なお、「受講番号」は必ずご記入ください。また、お支払いの有無も、合わせてお知らせください。
キャンセル期限を過ぎた場合は受講料は全額お支払いいただきます。開催後の見逃し配信でご受講いただくか、代理の方がご出席くださいますようお願いします。
●日経BPの営業日につきましては以下の通りです。
営業日:土日祝日を除く月~金曜日。年末年始(12月29日から1月3日まで)は営業いたしません。
- ※受講料のお支払い:請求書払い/クレジットカード払いが選択できます。
お支払方法が「請求書」の方には、後日、請求書を郵送いたします。ご入金は銀行振込でお願いいたします。なお、振込手数料はお客様のご負担となりますのであらかじめご了承ください。
請求書の宛名は、お申し込みの際に「連絡先区分」を「自宅」と選択いただくと個人様名義、「勤務先」と選択いただくとご勤務先名義となります。このため、受講場所にご自宅を選択され、受講料を会社経費で支払いたい(会社名義の請求書を希望)場合などは、お申し込みいただいた後でこちらのFAQ内にある「セミナー/講座のお問い合わせフォーム」から請求書の宛名を会社名義に変更したい旨を連絡することができます。
「クレジットカード払い」の場合、お申し込み画面で決済手続きまで完了してください。
お申し込み手続きが完了した後、以下「MyPageメニュー」にお申し込み内容が表示されます。
<MyPage>https://ers.nikkeibp.co.jp/user/myPageLogin/
各種書類(領収書等)の発行については、こちらをご覧ください。
- ※講師企業と競合すると考えられる製品やサービスなどをご提供される会社の方は、主催者の判断に基づき受講をお断りさせていただく場合がございますので、あらかじめご了承ください。
- ※講師の急病、天災その他の不可抗力、またはその他やむを得ない理由により、講座を中止する場合があります。この場合、未受講の講座の料金は返金いたします。