AI・機械学習における各種手法・技術と適用のポイント・事例　[大阪会場]

講師の言葉

担当講師：

神戸大学大学院　工学研究科　知的学習論研究室　教授　博士（工学）　小澤 誠一 氏

講師略歴：

IEEE-TNNLS、 Evolving Systems、 Pattern Analysis and Applications のAssociate Editor、Asia Pacific Neural Network SocietyのVice President for Finance、 日本神経回路学会副会長、システム制御情報学会理事、ニューメディアリスク協会理事などを歴任（博士（工学））

おもな研究テーマ：

ニューラルネット、機械学習、パターン認識、サイバーセキュリティ、ＳＮＳ解析、画像認識

　コンピュータやネットワーク、携帯電話、監視カメラ、各種センサなど電子機器の普及に伴い、日々膨大な量の通信データやセンサデータが生成・蓄積されるようになりました。いわゆる「ビッグデータ」です。ビッグデータはメールやSNSなどのテキスト情報だけでなく、画像や動画、音声、各種センサ情報、顧客情報、医療情報など、様々な情報の集合体であり、一般に多様な種類の情報から構成される高次元ベクトルで表されます。このような大量かつ高次元のデータから、認識や予測、診断などを高性能に行うためには、適切な識別器（予測器）モデルを選択して学習するだけでなく、必要最小限の情報に縮約する特徴選択や特徴抽出などの技術も熟知している必要があります。

　本講義では、ニューラルネットや機械学習、データマイニングでよく使われている技術をいくつか紹介し、実際の問題を取り上げて、どのようなケースでどのような技術を用いたらよいかについて最終的に理解できることを目標としています。

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。