少ない学習データによる効率的な機械学習と業務への導入、活用方法

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

本セミナーでは、データが少ない場合に焦点を当て、人間の知識やシミュレーションを援用するベイズモデリング、逆に機械学習の結果から知識を抽出するスパースモデリング、さらには深層学習のデータ不足をどう補うか、機械学習のための効率的なデータ取得の工夫など、データ解析のための種々の戦略について事例を交えながら紹介いたします。

日時

開催予定

プログラム

現在の機械学習ではビッグデータと呼ばれる大量のデータを用いた学習を前提とすることが多い。しかし現実には、データの取得に金銭的・時間的コストがかかり、少数のデータしか得られないというケースも多く、単純に機械学習を適用しても満足のいく精度が出ないことがある。  本セミナーでは、人間の知識やシミュレーションを援用したり、機械学習のために効率的なデータ取得を工夫したりといった、少数データ解析のための戦略について事例を交えながら紹介する。

  1. 機械学習の概要
    1. ビッグデータとディープデータ
    2. 次元の呪いと汎化能力
    3. データ解析の基本手順
      1. いろいろな可視化プロット
      2. 主成分分析とクラスタリング
      3. 機械学習の基本手法
  2. 少数・高次元データの学習のための技術
    1. スパースモデリングと正則化
      1. 交差検証法
      2. いろいろな正則化の比較
    2. 圧縮センシングによる高解像度撮像
    3. シミュレーションデータを活用したスパースモデリング
  3. 人間の知識をモデル化するための技術
    1. ベイジアンネットを使ったモデル化法
      1. ベイズの定理と生成モデル
      2. ベイジアンネットワーク
      3. グラフィカルLASSO
    2. ベイズ推論のための計算アルゴリズム
    3. データ同化と状態空間モデルによる時系列モデリング
  4. 結果の評価・可視化・説明
    1. 機械学習結果の評価法
    2. 信頼度付き機械学習
      1. ガウス過程回帰
      2. 機械学習と仮説検定
    3. ディープラーニングの結果の解釈と説明
      1. 感度分析
      2. 敵対的学習
  5. 学習データ不足を補う様々な技術
    1. 異常検知のための技術
    2. 半教師あり学習とクラウドソーシング
      1. 欠損値補完
    3. 転移学習とマルチタスク学習
      1. ディープラーニングにおける少数画像の学習
    4. 能動学習とベイズ最適化によるデータ取得法
      1. アクティブラーニング
      2. ベイズ最適化
      3. マルコフ連鎖モンテカルロ法による最適化
  6. 学習時間の効率化につなげるには
  7. 活用事例など

受講料

複数名同時受講割引について

アカデミック割引

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

ライブ配信セミナーについて