ベイズ信号処理の基礎とデータ処理への応用 <オンラインセミナー>

~ 最尤推定と正則化ミニマムノルム解、ベイズ推定の基礎、教師なし学習、スパースベイズ推定、ベイズ因子分析 ~

・信号処理、データ処理、機械学習の基礎であるベイズ信号処理技術を修得し、応用に活かすための講座

・ベイズ推定技術を基礎から理解し、少ないデータでも予測や推論が可能なモデル作成や信号処理技術に応用しよう!

オンラインセミナーの詳細はこちら:

・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。

講師の言葉

 信号処理、データ処理、また機械学習の基礎であるベイズ信号処理について、理論的なバックグラウンドを理解できるようにします。データ処理の基本である最小二乗法から始まり、それがどのように確率統計と結びつくのか。また正規分布を仮定することでデータ処理にどのような広がりが生まれるのかを理解します。そして、ベイズの定理が加わることで、データが少なくても予測や推論ができるモデルが作れるようになります。この一連の流れを理解できるようになると、ベイズを用いた信号処理や機械学習の論文や技術書がある程度読めるようになります。

セミナー詳細

開催日時
  • 2021年03月30日(火) 10:30 ~ 17:30
開催場所 オンラインセミナー
カテゴリー オンラインセミナー電気・機械・メカトロ・設備ソフト・データ・画像・デザイン
受講対象者 ・システム、ソフト、データ解析、通信、信号処理、医療機器ほか関連部門の技術者の方
・信号処理や機械学習に興味がある技術者の方
予備知識 ・高等学校程度の数学
修得知識 ・ベイズ信号処理の理論的なバックグラウンド
・最小二乗法、正則化法、EMアルゴリズム、スパース正則化、因子分解
プログラム

1.確率と確率分布
  (1).確率
  (2).確率分布
  (3).ベクトル型確率変数
  (4).多次元正規分布

2.最尤推定と正則化ミニマムノルム解
  (1).線形離散モデル
  (2).最尤原理と最小二乗法の導出
  (3).線形最小二乗法の解
  (4).L2 ノルム正則化を用いた解
  (5).劣決定系での最小二乗推定

 

3.ベイズ推定の基礎
  (1).ベイズ定理
  (2).線形離散モデルでの未知量推定
  (3).未知量の点推定
  (4).線形正規モデルでの事後確率分布の導出

 

4.EMアルゴリズム(教師なし学習)
  (1).未知量とハイパーパラメータの推定
  (2).ハイパーパラメータに対する尤度
  (3).平均データ尤度
  (4).線形正規モデルにおけるEMアルゴリズム
  (5).L2正則化ミニマムノルム解のベイズ的導出
  (6).EMアルゴリズムの汎関数を使った導出

 

5.スパースベイズ推定
  (1).確率モデル
  (2).推定の定式化
  (3).周辺尤度関数の導出
  (4).ハイパーパラメータの更新式
  (5).凹関数の性質を用いたアルゴリズム

6.ベイズ因子分析
  (1).因子分析モデル
  (2).確率モデル
  (3).EMアルゴリズム

7.応用と事例

  (1).予測と推論のモデルと応用

  (2).信号処理と応用

キーワード ベイズ信号処理 ベイズ推定 最尤推定 正則化ミニマムノルム解 最小二乗法 正則化法 EMアルゴリズム スパースベイズ推定 ハイパーパラメータ スパース正則化 因子分解
タグ AI・機械学習信号処理ソフト管理
受講料 一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
会場
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日