• 2017年06月08日(木) 10:30 ～ 17:30

１．機械学習超入門
　　（１）．機械学習とは何か？
　　　　ａ．人工知能と機械学習
　　　　ｂ．教師あり／なし学習と半教師つき学習
　　（２）．統計的機械学習の代表的な方法論
　　　　ａ．SVM・boosting・決定木・ランダムフォレストなど
　　　　ｂ．k-means法とSOM（自己組織化マップ）など
　　　　ｃ．ニューラルネットワークとディープラーニング（深層学習）

２．次世代の機械学習である“進化的機械学習”とは何か？
　　（１）．統計的機械学習（例：Deep Learning）の問題点
　　（２）．進化計算法による最適化を用いた機械学習
　　　　ａ．最強？の最適化法としての進化計算法の昔と今
　　　　ｂ．進化的機械学習の現状と課題

３．進化的機械学習に基づく画像処理：　進化的画像処理
　　（１）．現状の画像処理の特徴と課題
　　（２）．進化的画像処理の実装例
　　　　ａ．例１．木構造・ネットワーク構造型画像処理の自動構築
　　　　ｂ．例２．画像処理回路の自動構築

４．進化的機械学習に基づく画像認識：　進化的画像認識
　　（１）．現状の画像認識の特徴と課題
　　（２）．進化的画像認識の実装例
　　　　ａ．例１．特徴量の組合せ最適化：特徴量選択型SVM
　　　　ｂ．例２．前処理の導入による特徴量の最適化ACSYS・SIFTER
　　　　ｃ．例３．説明可能な分類器EDENとプロセスの自然言語による説明
　　　　ｄ．例４．Convolutional Neural Network の説明の試み

５．機械学習の産業界での利用
　　（１）．産業界の利用における課題
　　（２）．まとめ

日本テクノセンター研修室