日時
- 2018年12月20日 10時30分〜 2018年12月20日 17時00分
開催予定
プログラム
- 機械学習技術とは
- 機械学習技術の種類
- 教師付き学習 (理想特性の例示による学習)
- 教師なし学習 (自ら答えを見出す学習)
- 強化学習 (理想を追求する学習)
- 機械学習におけるモデルの種類と特徴
- 形モデル (既知データから未知データを予測する)
- 基底関数モデル (データの特徴を表す関数の重ね合わせによる性能向上)
- 階層モデル (関数の多重適用による表現能力の向上)
- 計測・制御における機械学習の役割
- データ特性の関数近似 (回帰特性の学習によるデータ処理と制御)
- データの分類 (学習によるパターン認識)
- 特異データの抽出 (学習による異常検出)
- データの低次元化 (学習による特徴の強調)
- 機械学習技術の種類
- 機械学習技術の基礎
- 教師付き学習による回帰
- 最小二乗学習アルゴリズム
- 最小二乗解の性質
- ニューラルネットワークによる学習
- 教師付き学習による分類
- 最小二乗分類アルゴリズム
- 最小二乗分類の性質
- サポートベクターマシンによる分類
- DNNによる分類
- 教師付き学習による回帰
- 計測・制御における機械学習技術の実際
- 線形最小二乗学習技術による制御系のチューニング
- 制御対象の特性と適用可能性
- 学習アルゴリズムの設定と性能
- ケーススタディ
- 基底関数モデル・階層モデル学習による非線形特性の推定
- 対象システムの特性とネットワークの選定
- 学習アルゴリズムと構造最適化アルゴリズムの組合せによる実現
- サポートベクターマシンによる異常検出
- 異常検出における事前データ処理
- サポートベクターマシンにおける学習アルゴリズム
- 線形最小二乗学習技術による制御系のチューニング
- 機械学習技術の理論と実装の間
- モデルと学習アルゴリズムの選定と到達性能
- 実用的機械学習計測・制御システムの構成
- データの精度と学習アルゴリズムにおける数値問題
- 不適切データの処理
- 時系列処理における時間管理
- 機械学習手法の実装
- 機械学習機能のプログラミング (ツールとその活用)
- 機械学習機能のシステムへの実装
- 機械学習技術の最新動向
- まとめ
会場
受講料
- 1名様: 47,000円(税別) / 51,700円(税込)
- 複数名: 59,000円(税別) / 64,900円(税込)