～ ガウス過程回帰、能動学習とベイズ最適化の基礎と応用、学習の最適な停止タイミングの決め方 ～
・データの取得や実験・計測に制限があるときに有効な、機械学習手法を修得する講座！
・ガウス過程回帰の基礎から能動学習、ベイズ最適化手法と学習の最適停止基準までを修得し、効率的な機械学習のデータ解析に活かそう！
・ＷＥＢ会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
能動学習・ベイズ最適化によるデータ解析と効率的な学習への応用 ＜オンラインセミナー＞
講師の言葉
開発や分析の現場に機械学習を導入するときに、データ取得の方法や計画がしばしば大きな問題になります。多くの機械学習手法はデータがあらかじめ取得されて与えられているという前提で開発されますが、データ取得の方法論そのものも機械学習における重要な研究課題となっています。データ取得のコストが高いときの予測モデルの効率的な学習には能動学習と呼ばれる手法が有効であり、ブラックボックスな目的関数の最適化にはベイズ最適化と呼ばれる手法が有効です。
本セミナーでは、両者に共通する要素技術であるガウス過程回帰を簡単に説明した上で、能動学習・ベイズ最適化の基礎と応用事例を紹介します。さらに本セミナーでは「実験や計測を能動学習やベイズ最適化で効率化するのは良いが、いつまで実験や計測を続ければよいのか？」という疑問に答える「能動学習・ベイズ最適化の停止手法」を紹介します。
セミナー詳細
| 開催日時 |
|
|---|---|
| 開催場所 | オンラインセミナー |
| カテゴリー | オンラインセミナー、ソフト・データ・画像・デザイン |
| 受講対象者 |
・機械学習、データ解析を行う際に、データ取得の方法や計画で課題を抱える方 ・能動学習やベイズ最適化に関心のある方 ・「いつまで実験や計測を続ければよいのか」について理論的に修得したい方 |
| 予備知識 | ・大学教養程度の数学（微積分、線形代数、確率・統計） |
| 修得知識 |
・能動学習、ベイズ最適化の基本的な考え方と方法論 ・能動学習の計測科学への応用例 ・能動学習とベイズ最適化の最適な停止タイミングの決め方 |
| プログラム |
１．導入：データ取得と課題 （１）．実験計画の動機づけと現代的な実験計画 ａ．基本的な考え方と、問題の難しさ
２．ガウス過程回帰：能動学習とベイズ最適化のベース知識 （１）．ガウス過程の概観 （２）．ガウス過程の導出 ａ．線形回帰からの導出 ｂ．カーネル法との関係 （３）．エビデンス最大化によるパラメタ最適化
３．能動学習 （１）．動機と問題設定 （２）．次の学習データの探索：獲得関数 （３）．最適停止基準：どのくらい実験や計測を続ければよいのか （４）．能動学習の応用 ａ．相図作成 ｂ．スペクトル計測 ｃ．画像分類タスク
４．ベイズ最適化 （１）．動機と問題設定 （２）．次の評価点の探索：獲得関数 （３）．最近の話題：ガウス過程を用いないモデリング （４）．最適停止基準：どのくらい実験や計測を続ければよいのか （５）．ベイズ最適化の応用 ａ．材料開発 ｂ．予測モデルのパラメタチューニング |
| キーワード | 実験計画 ガウス過程 能動学習 最適停止基準 ベイズ最適化 |
| タグ | 統計・データ解析、AI・機械学習、データ分析 |
| 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 |
オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。 |
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。
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日