最新の機械学習技術(トランスフォーマー、ChatGPT、XAI)と、実運用に耐えうる機械学習モデル構築のコツおよび性能向上策 <オンラインセミナー>					
~トランスフォーマーとCNNやRNNとの違い、巨大言語モデルとChatGPTの技術、Text2imageの基礎、機械学習を使ったプロジェクトを成功させるコツ、機械学習モデルの精度向上策 ~
・適切な機械学習モデルの構築方法や性能向上法を修得し、機械学習プロジェクトを成功させるための講座
・適切な機械学習モデルの活用法を学び、機械学習の力を最大限に発揮できるシステムの構築技術と運用に応用しよう!
オンラインセミナーの詳細はこちら:
・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。
講師の言葉
 この講座では、最新の機械学習技術と活用時のポイントを機械学習の基礎や機械学習を使ったプロジェクトの例とともに解説していきます。
 この講座は「どうやって活用すれば機械学習の力を最大限発揮できるのか」がテーマです。機械学習は非常に強力な技術で、社会に多大な影響を与えることができます。近年の成果だと、ゲームのトッププレーヤーを破ったり、タンパク質の構造計算ができるようになったりしています。また機械学習用のツールも整備されており、pytorchなどを使えば初心者でも簡単に活用することができます。しかし、強力な技術で簡単に活用できてしまうがゆえに、不適切な扱いをされることも多いです。適切に扱わないと「プロジェクトでは精度が100%だったのに実運用時では全く役に立たない」大惨事になりかねませんし、逆に上手く扱えば問題設定を変えるだけで大きく性能が向上することもあります。
				
					 セミナー詳細 
					
						
							
							
								| 開催日時 | 2023年10月31日(火) 10:30 ~ 17:30
 | 
							
								| 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 | ・どのようなタスクで機械学習が活用できるかを知りたい方(主に技術者の方) ・最新の機械学習技術の動向を知りたい方
 ・機械学習の技術書を読んだが実際に何ができるのか分からない方
 ・機械学習を使ったプロジェクトの実例を知りたい方
 ・機械学習を使ったプロジェクトを実施したい方
 ・システム、ソフト、データ分析ほか関連部門の方
 | 
							
								| 予備知識 | ・高校レベルの数学の知識および基礎的な線形代数の知識があるとより深く理解できます ・機械学習を使って学習や推論などを行った経験があると、後半の知識がより深く身につきます
 
 | 
							
								| 修得知識 | ・最新の機械学習技術の動向 ・機械学習が得意なタスク・不得意なタスクを判別する知識
 ・機械学習を使ったプロジェクトの進め方
 ・機械学習を使ったプロジェクトにおいて、機械学習モデルを適切に構築する方法
 ・機械学習モデルの性能を向上させる方法
 | 
							
								| プログラム | 1.最新の機械学習技術と動向(1).深層学習・機械学習の基礎
 a.機械学習・AI・深層学習の違い
 b.深層学習の基礎技術
 (2).最新モデルの必須技術 トランスフォーマー
 a.トランスフォーマーの構造
 b.トランスフォーマーとCNNやRNNとの違い
 c.なぜ最新モデルではトランスフォーマーが使われているのか?
 (3).基盤モデル (foundation model) とChatGPTの性質と応用
 a.基盤モデル:高性能な大規模モデルをタスク横断で利活用する
 b.基盤モデルとしての巨大言語モデルとChatGPTの技術
 c.ChatGPTで何が出来るのか?どの程度の性能をもっているのか?
 (4).言語で画像を描画するText2imageの基礎
 a.最新のText2imageに使われる拡散モデルとは?
 b.なぜ拡散モデルは高品質画像を生成できるのか?
 2.機械学習を使ったプロジェクト(1).プロジェクト全体の流れ
 a.問題設定から組み込みまでの流れ
 (2).プロジェクトを成功させるコツ
 a.最重要!問題設定がうまく行かないとプロジェクトは失敗する!?
 b.仕事の知識(ドメイン知識)を組み込んで性能向上
 c.利用できるものは利用する!ウェブから利用可能な資源を取得
 d.どのモデル・手法を使うべきかの選択
 e.こんなプロジェクトは必敗必至!?機械学習プロジェクトのNG例
 3.実運用でコケないための機械学習モデルの構築のコツ(1).機械学習検討時は上手くいったけど、実運用ではダメダメ…なぜ?
 a.学習データの分布と実運用データの分布
 b.学習・評価を適切に分けて、未知データに対応する
 c.データ拡張で実運用時のばらつきに対処する
 d.少ないデータで学習し、少ないデータで評価するときのコツ
 (2).機械学習モデルの精度が上がらない。どうする?
 a.ラベル間違いへの対応
 b.可視化技術で課題を発見する
 c.学習データ内部でデータの分布が異なりすぎる
 d.その他の諸問題への対策
 4.説明可能なAI (XAI) の活用(1).XAIとは何か?
 a.XAIの定義と種類
 (2).XAIはどう役に立つ?
 a.モデルの性能向上に活用
 b.モデルが意図通りの挙動をしているかの確認
 c.周囲の説得への活用
 5.機械学習のプロジェクト例(1).商品の外観検査
 a.プロジェクトの概要と基本的な画像解析技術
 b.少数のデータで実現できる異常検知技術
 c.ドメイン知識を活用して解くべき問題を簡単にする
 (2).動画の行動解析・異常検知
 a.プロジェクトの概要と基本的な動画解析技術
 b.動画の異常検知はなぜ難しいのか?
 c.要素技術の組み合わせで、異常行動を再定義して解く
 | 
							
								| キーワード | 深層学習 機械学習 トランスフォーマー ChatGPT  Text2image 可視化技術 XAI 画像解析 異常検知技術 ドメイン知識 行動解析 動画解析 
 | 
							
								| タグ | AI・機械学習、検査、画像、画像処理、画像認識 | 
							
								| 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。