〜 ニューラルネットワークと特徴量選択、L1ノルムと利用方法、圧縮センシング、辞書学習の実践法 〜
- 少ないデータ・情報を基にデータ解析を行う際に優れたスパースモデリングについて解説する講座!
- データのどこが本質かを自動的に判別するスパースモデリング技術について、深層学習との関係から解説する特別講座!
〜 ニューラルネットワークと特徴量選択、L1ノルムと利用方法、圧縮センシング、辞書学習の実践法 〜
深層学習が流行して、人々がデータの重要性、データ科学の威力に気づいて久しいですが、なかなかうまい利用例を生み出すことができないまま時間が過ぎています。豊富なデータがあれば良いのですが、なかなかそううまくいかないこともあります。そういった時少ない情報からでも正しい姿を引き出す能力に優れたスパースモデリングを活用してみましょう。
画像の復元に威力を発揮した圧縮センシングをはじめ、スパースモデリングの基礎は非常に単純なものです。例えば圧縮センシングは究極的にはfor文3行(言語依存しますが)です。そんな単純なスパースモデリングを、難しい数学よりもまずは実践してみましょう。その実践を通して、なんでそうなるんだろうって思った時に、そのことを伝えるようにしています。
開催日時 |
|
---|---|
開催場所 | 日本テクノセンター研修室 |
カテゴリー | ソフト・データ・画像・デザイン |
受講対象者 | ・データ解析をこれから始める方、業務で利用してみたい方 |
予備知識 | ・高卒程度の数学知識(詳しい計算ができる必要はありません) |
修得知識 | ・Pythonでデータ解析を実装できるようになります。スパースモデリングの実践が可能。 |
プログラム |
1.スパースモデリングとは
(1).物事の本質をとらえるスパース性
複雑な事象も実はそれを支配している背景にあるものは実は単純なのではないか?そう思うことがあるかと思います。それを取り出すことができないか?それがスパースモデリングで目指すことです。
(2).オープンデータでの識別
いろんなデータを入れて、どのように識別ができるか、ニューラルネットワークの威力を見ていきます。
(3).どのファクターが重要か:特徴量選択
いろいろな特徴量を入力して識別がうまくできるようになったものの、本当に重要な特徴量はどれだったのか?自動的に選択してくれる方法はないだろうか?そんな時に利用されるのがL1ノルムです。
2.重要なファクターを見つけるL1ノルム
(1).なぜL1ノルムはスパースな解を選択するか
L1ノルムを利用するとスパースな解を選び、重要なところ、重要ではないところを選択してくれます。その理由はなぜか、簡単に図解して紹介します。
(2).L1ノルムで当てる方程式の解
スパースな解を選ぶことができるL1ノルム、その性質を利用すると解けないはずの方程式の解を解くことができます。その利用方法である圧縮センシングについて紹介します。
(3).圧縮センシングの画像分野での応用例:見えないものが見えるとき
圧縮センシングを利用すると特に画像の分野で顕著な計測の革命を引き起こすことができます。足りない情報から見えないものを引き出すその威力を実際にライブコーディングしながら示します。
3.辞書学習
(1).スパースな問題にする方法
スパースな解が正解であればいいけれども、そうではない場合はどうするのか?多くの問題はスパースではありません。そんな問題でもスパースな解を持つ問題に変えるための良い工夫。それが辞書学習です。ライブコーディングしながら紹介します。 |
キーワード | スパース L1ノルム 圧縮センシング 辞書学習 深層学習 ディープラーニング Deep Learning |
タグ | 信号処理、データ解析、画像処理 |
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 |
日本テクノセンター研修室〒 163-0722 東京都新宿区西新宿2-7-1 新宿第一生命ビルディング(22階)- JR「新宿駅」西口から徒歩10分 - 東京メトロ丸ノ内線「西新宿駅」から徒歩8分 - 都営大江戸線「都庁前駅」から徒歩5分 電話番号 : 03-5322-5888 FAX : 03-5322-5666 |
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。
営業時間 月~金:9:00~17:00 / 定休日:土日・祝日