～ AI技術とボルツマンマシンの関係、ボルツマンマシンの基礎と制限ボルツマンマシン、異常検知への応用 ～
・深層学習の発展の中で、更に改良工夫されているボルツマンマシンの基礎から応用までを修得する講座！
・高次元の複雑な確率分布を学習するボルツマンマシンの基礎から、異常値検出の応用までを修得し、データ分析や異常検知・故障予測に活かそう！
・学習に膨大な時間がかかるという、ボルツマンマシンの欠点を補う、制限ボルツマンマシンも扱います！
・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。
ボルツマンマシン(Boltzmann Machine：BM)は隠れ層と可視層からなる相互結合型ニューラルネットワークモデルで、可視層に入力された観測データから高次元の複雑なその確率分布を学習できることが特徴です。この特徴は、他の多くのニューラルネットワークモデルにはないものであり、生成モデルとしての利点を既に内在しているモデルです。
初出は1985年の温故知新の手法ですが、深層学習の発展の中でさらに改良工夫がなされ、“優れた予測と洞察を行いうる”強力な生成AI手法として見直されています。現在では、エネルギーベースモデル（EBM）の理論的基盤の整備や最近のChatGPTなどの生成モデルの発展を踏まえて、様々に利活用されつつあります。
本セミナーでは、ボルツマンマシンをよりよく理解するために、深層学習・機械学習の基礎と応用をレビューしながら、ボルツマンマシンの基礎の理解を深めます。また、今後の利活用が期待される異常検知・故障予測などへの応用をテーマとして扱います。
| 開催日時 |
|
|---|---|
| 開催場所 | オンラインセミナー |
| カテゴリー | ソフト・データ・画像・デザイン |
| 受講対象者 |
・深層学習・機械学習の最新状況をレビューしたい方（画像、音声、自然言語、計測、観測、異常検知） ・機械学習、深層学習や組み合わせ問題に携わり、ボルツマンマシンの周辺知識について修得したい方 ・確率・統計に基づくデータサイエンスに興味ある方 ・実務において、データ生成、予測などに関する強力な手法を模索されている方、関心のある方 |
| 予備知識 | ・線形代数・微積分・確率統計（大学初年度程度の数学知識） |
| 修得知識 |
・AIの最新動向を展望することができ、AI現状の整理もできる ・生成モデルとしてのボルツマンマシンの基礎と利活用に関する見識が得られる ・異常検知・予測に関するAI手法の現状が具体的に把握できる |
| プログラム |
１．現代AI技術とボルツマンマシンの位置づけ （１）．深層学習・機械学習の基本概念 ａ．ニューラルネットワーク ｂ．教師あり学習 ｃ．教師なし学習 （２）．深層学習の利活用 ａ．畳込みニューラルネットワーク（CNN）と物体認識 ｂ．再帰型ニューラルネットワーク(RNN)と時系列データ処理 ｃ．トランスフォーマーと時系列予測 （３）．ボルツマンマシンの概要と位置づけ ａ．ボルツマンマシンとは ｂ．生成AIとボルツマンマシン
２．ボルツマンマシンと制限ボルツマンマシン （１）．ボルツマンマシンの基礎 ａ．エネルギーベースモデル ｂ．エネルギー関数と確率分布（熱統計力学的アナロジーとボルツマン分布） ｃ．ボルツマンマシンの学習アルゴリズム （２）．ボルツマンマシンの利活用 ａ．パターン認識と生成モデリング ｂ．深層学習との関連性（深層信念ネットワーク ：DBN） （３）．制限ボルツマンマシン(RBM) ａ．ギブスサンプリング ｂ．コントラスティブダイバージェンス ｃ．RBMからのサンプリングと推論 ｄ．派生形とその応用
３．異常検知への応用 （１）．異常値検出とは何か ａ．異常値検出のための統計的手法 ｂ．教師なし学習を用いた異常値検出 （２）．異常値検出へのボルツマンマシンの応用 ａ．ボルツマンマシンを用いた異常値検出 ｂ．異常検知の応用例と事例 ｃ．異常値検出結果の解釈と評価 |
| キーワード | 教師あり学習 教師なし学習 生成AI ボルツマンマシン 制限ボルツマンマシン ギブスサンプリング コントラスティブダイバージェンス 異常値検出 |
| 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。
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日
