定番講座

“超”初心者のための機械学習入門講座!! AI・機械学習の基本と製造業での応用および導入の手引

  • このエントリーをはてなブックマークに追加
  • Pocket
  • LINEで送る
CONCEPT 「AI」「機械学習」?その概要と導入の流れ、必要な技術がまとめて学べるセミナーです Iot、機械学習といった分野が注目を集めていますが、「何をどうやって学んだら良いかわからない」という方も多いのではないでしょうか。「複雑な数式の理解が必要そう」「なぜ、どこで機械学習を使うのかわからない」という方や、今ひとつ機械学習を「学習」することに踏ん切りがつかない方といった、いわば「超初心者」を対象とした講座です。数式は極力抑え、実例や実演を交えて詳しく解説をします。今後の学習に向けた足がかり的な講座となっています。
この講座のポイント テックデザインの名物講師がわかりやすく解説
  • 講師はテックデザインで30回以上の講演実績を持つベテランです
  • 数式は極力使わず、わかりやすく解説します
  • テキストは画像や図を多用し、イメージが掴みやすい構成になっています
こんな方はぜひご検討ください AI、機械学習ビギナー募集
  • 超初心者:機械学習や深層学習とはどんな技術で,製造業にどう活用できるのかを知りたい方
  • 初 心 者:機械学習をこれから始めようとしている方,興味はあるけれども適用に踏ん切りがつかない方
  • 工学系以外(化学・農学・家政学・文系等)の方
  • とにかく現場への導入をやってみたい方
  • AIや機械学習の教科書を読んで挫折したことがある方
この講座のゴール AI、IoT、機械学習に対する苦手意識を克服できます
  • AI,ニューラルネットワーク,機械学習,ディープラーニング(深層学習)などの定義とその違いがわかるようになる
  • 機械学習の概要が,専門知識・数式を用いないでも理解できるようになる
  • 製造業での応用・活用例と自社導入の判断基準(メリット・デメリット)がわかるようになる
  • 導入の場合の流れと必要な技術などを知ることができるようになる
プログラム
1.イントロダクション

1) 人工知能とは?

2) 人工知能の歴史

3) 機械学習の歴史(アニメやTVゲームの例も交えて)

4)機械学習で何ができるの?

5)「機械学習」と「人工知能」の違い

2.機械学習の概論

1)機械学習の手法

2)教師あり」学習と「教師なし」学習について

3.「教師なし」学習

1)クラスタリング

2)混合ガウスモデル

3)隠れマルコフモデル

4. 「教師あり」学習

1)一般化線形モデル

2)決定木

3)判別分析

4)サポートベクターマシン

5)ニューラルネットワーク

5)ディープラーニング(深層学習

5. どういうときに機械学習に頼るべきか?

1) 嬉しさと問題点

6.産業応用の実例(実問題をベースとして)

1)自動車分野での応用例

2)IoTでの応用例

3)その他

7.機械学習の導入の流れと準備 8.国内外の研究動向と展望

1)大学・研究機関・企業など

基本情報
Speakers ※講演タイトル・内容は若干変更となる場合がございます。
日本工業大学 先進工学部 データサイエンス学科 教授 荒川俊也 先生
【経歴】2001年 早稲田大学理工学部卒業、2003年 東京大学大学院総合文化研究科広域科学専攻修了。2003~13年まで富士重工業㈱ スバル技術研究所に勤務し、この間の08年 総合研究大学院大学複合科学研究科統計科学専攻博士後期課程に入学し、12年修了。2013年より愛知工科大学、2017年より政策研究大学院大学政策研究センター客員研究員兼務。博士(学術)。これまでに、「ドライバ状態推定手法の研究」、「香りの効能研究」、「立体音響警報の開発」など人間と自動車(機械)の協調に関する研究に従事し、現在は、「地理情報システムのインフラ管理への活用」などにも取り組んでいる。自動車技術会、計測自動制御学会、ヒューマンインタフェース学会などに所属。
IoTの時代に向けて,機械学習が注目を集めています.しかし,機械学習と言っても,非常に難しそうで,何をどうやって学んだらわからない,という方もいるかと思います.「数式が複雑すぎて大変そう」「何で機械学習を使うのかわからない」と,今ひとつ機械学習を「学習」することに踏ん切りがつかない方や,躊躇している方,いわば「超初心者」を対象とした講座です.数式は極力抑え,実例や実演を交えて詳しく解説をします.今後の学習に向けた足がかり的な講座としての位置付けです.
  • このエントリーをはてなブックマークに追加
  • Pocket
  • LINEで送る