〜 多クラスSVM、マルチラベルSVMへの拡張、学習とモデル選択、特徴抽出と特徴選択への応用とそのポイント 〜
・性能を大きく左右するSVMのモデル選択を実践的に修得するための講座
・初学者にとっては難解で、なかなか応用展開を進めることができないSVM(サポートベクトルマシン)の応用への適用ポイントをわかりやすく解説する特別セミナー!
*PCは弊社でご用意いたします
〜 多クラスSVM、マルチラベルSVMへの拡張、学習とモデル選択、特徴抽出と特徴選択への応用とそのポイント 〜
・性能を大きく左右するSVMのモデル選択を実践的に修得するための講座
・初学者にとっては難解で、なかなか応用展開を進めることができないSVM(サポートベクトルマシン)の応用への適用ポイントをわかりやすく解説する特別セミナー!
*PCは弊社でご用意いたします
サポートベクトルマシン(SVM)は、広い応用分野にわたり高い認識能力を実現できるパターン認識器として、近年注目を集めており、全世界で理論開発と応用展開が進められている。しかしながら、SVMは統計的学習理論に基づいているため、初心者にとって難解で、なかなか応用展開が進まないというのが現状である。
本セミナーでは、SVMのパターン認識への応用の観点から、SVMをわかりやすく解説するとともに、与えられた応用に対してSVMをどのように適用するかを明らかにする。SVMは2クラス問題で定義されているために、いろいろな多クラスSVMが提案されている。その中で代表的な多クラスSVMを説明し、どれを使うべきかの指針を与える。また、多クラス問題で生じる分類不能領域を解消する方法も合わせて述べる。パターン認識においては、どのような入力(特徴量)を選ぶかは重要な問題であり、SVMに基づいた特徴抽出・選択法についても述べる。また、理解を深めるために、パソコンによるSVMの学習、特徴選択の実習も行う。SVMではモデル選択(パラメータチューニング)を適切に行わないと十分な認識能力を発揮できないので、特にモデル選択の方法の説明と実習に力点を置く。
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 | ・SVMを用いたシステム開発を考えている技術者・研究者 ・パターン認識技術の一つとしてSVMの技術を習得したい技術者・研究者 ・パターン認識技術の最前線の技術を習得したい技術者・研究者 |
予備知識 | ・線形代数および最適化の基礎知識があることが望ましい |
修得知識 | ・SVMを用いたパターン認識の方法 ・SVMを用いた多クラスシステムの具体的構築法 ・SVMを中心としたカーネル法の現状 |
プログラム |
1.ニューラルネットとサポートベクトルマシン
2.2クラスSVM
3.多クラスSVMへの拡張
4.マルチラベルSVMへの拡張
5. SVMの変形
6. 学習とモデル選択
7.特徴抽出と特徴選択
8.最近の話題 |
キーワード | サポートベクトルマシン パターン認識 カーネル法 特徴選択 モデル選択 パラメータ 非線形分離 ペアワイズSVM マルチラベルSVM |
タグ | データ解析、画像、画像認識、ITサービス |
受講料 |
一般 (1名):50,600円(税込)
同時複数申込の場合(1名):45,100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