~ SVMを用いたパターン認識の方法、多クラスシステムの具体的構築法、学習とモデル選択、特徴抽出と特徴選択 ~
・SVMを用いたパターン認識と多クラスシステムの具体的構築法を学び、システム開発へ応用するための講座
・SVMに基づいた特徴抽出や十分な認識能力を発揮するための適切なモデル選択方法を修得し、製品開発へ応用しよう!
・イメージしやすいように簡易モデルを可視化して分かりやすく解説いたします
*PCは弊社でご用意いたします
~ SVMを用いたパターン認識の方法、多クラスシステムの具体的構築法、学習とモデル選択、特徴抽出と特徴選択 ~
・SVMを用いたパターン認識と多クラスシステムの具体的構築法を学び、システム開発へ応用するための講座
・SVMに基づいた特徴抽出や十分な認識能力を発揮するための適切なモデル選択方法を修得し、製品開発へ応用しよう!
・イメージしやすいように簡易モデルを可視化して分かりやすく解説いたします
*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。
本講座の申込み受付は終了しました
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 9.付録 |
キーワード | SVM サポートベクトルマシン ニューラルネット ファジィシステム カーネルトリック 分類不能領域 マルチラベルパターン認識 未定義マルチラベル カーネル モデル選択 特徴抽出 ラージマージン分布マシン 最小複雑度マシン |
タグ | 統計・データ解析、ソフト管理、ソフト教育、データ解析、統計・データ、データ分析 |
受講料 |
一般 (1名):51,700円(税込)
同時複数申込の場合(1名):46,200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現在募集を締め切っております。
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