AIによる逆合成解析と特微量学習と因果探索

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

日時

中止

プログラム

第1部. AIによる逆合成解析

- オープンソースを使った実践入門 -

(2022年4月4日 10:30〜12:00) ※途中昼休憩を挟みます

 Marwin Seglerらが2018年にNature誌で発表した深層学習を用いた手法を皮切りに、AIによる解析手法の開発が盛んです。  本講演では、オープンソースとして既に公開されている手法を紹介し、Google Colaboratoryを用いて実際にAIによる解析を実施頂く予定です。

  1. 逆合成解析とは
  2. AIによる逆合成解析アルゴリズムの解説
  3. オープンソースを使った逆合成解析の実践

第2部. スパースモデリングによる特徴量学習

(2022年4月4日 12:45〜14:15)

 機械学習の手法であるスパース推定、カーネル処理を理解し、背後にあるロジックを習得します。講演者からの一方通行な講話ではなく、Python/Rのソースプログラムを追い、論理的に考えたことと実装による結果が一致することを実習します。受講者の要望を伺いながら確認、話を進めていきます。

  1. スパース推定の原理
  2. ロジスティック回帰と遺伝子解析への応用
  3. 生存時間解析
  4. グラフィカルLassoと遺伝子解析への応用
  5. 疑似尤度を用いたグラフの構造学習
  6. Python/Rによる実習

第3部. グラフィカルモデルと因果探索

(2022年4月4日 15:00〜17:00)

 引き続き、機械学習の手法であるグラフィカルモデルの理解とロジックの習得を目指します。著者の書籍「機械学習の数理100問シリーズ (共立出版、2020年 – ) 」をベースとして、統計的機械学習の数理・スパース推定・機械学習の ためのカーネルなどを理解し、使いこなすための素地と なる講演をします。

  1. ベイジアンネットワーク
  2. PCアルゴリズムとベイジアンネットワークの構造学習
  3. 正定値カーネルと再生核Hilbert空間
  4. Hilbert Schmidt Information Criterion (HSIC) による独立性検定
  5. LiNGAMによる因果方向の決定
  6. 交絡のある場合の対応
  7. Python/Rによる実習* 質疑応答

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