セミナー検索結果：170件

• 2020年08月11日(火) Pythonによるデータ分析とAI学習の基礎と実践　＜オンラインセミナー＞ ～ ニューラルネットワークのチューニング、アンサルブル学習による予測精度向上、ビッグデータ分析の実践のポイント ～

  詳細はこちら

• 2020年07月22日(水) データサイエンスの基礎とAIプロジェクトの実践とポイント ＜オンラインセミナー＞ ～ データサイエンスが支える説明可能なＡＩ、ＡＩの分類、データサイエンスを活用したプロジェクト立案、データサイエンティストの育成と活用 ～

  詳細はこちら

• 2020年07月16日(木) IoT・AIの製造現場への導入とその成功ポイント ＜オンラインセミナー＞ ～ IoT・AI導入の基礎、導入のメリット・デメリット、導入プロセス、データ収集の方法、IoTとの連動 ～

  詳細はこちら

• 2020年06月04日(木) データ同化の基礎と解析・予測への応用およびポイント ～ ベイズ推定・カルマンフィルタ・アンサンブルカルマンフィルタの基礎とデータ同化技術への応用 ～

  詳細はこちら

• 2020年06月23日(火) 多変量解析の基礎と適切なデータ解析技術への応用　＜オンラインセミナー＞ ～ 多変量解析における一変量統計、基本となる二変量の取り扱い、重回帰分析、主成分分析、ロジスティック回帰分析、分散分析、判別分析、目的に応じた多変量解析 ～

  詳細はこちら

• 2020年04月16日(木) 製品開発・官能評価に活かすデータ分析法とその実践ポイント　～1人1台PC実習付～ ～ データ分析が可能なアンケート調査の作り方、データ分析手法の実践と要因解析・評価集約・客観的なポジショニング・グループ分けへの応用 ～

  詳細はこちら

• 2020年04月13日(月) Deep Learning（ディープラーニング）の基礎とPythonによるデータ解析への応用　～１人１台PC実習付～ ～ 深層学習の肝となるベース知識、Pythonの基礎、線形識別問題、ニューロンのモデル化、誤差逆伝播法、公開データを活用したデータ解析 ～

  詳細はこちら

• 2020年04月02日(木) ビジネスデータサイエンスの基礎と実践　～ 1人1台ＰＣ演習付 ～ ～ ビジネスデータサイエンスの考え方・基本手順、 データの見方、統計的な分析、深層学習 ～

  詳細はこちら

• 2020年03月04日(水) 圧縮センシングの基礎と応用および最新技術 ～ 圧縮センシングによる信号処理の運用例と応用、最新技術、今後の展望 ～
  

  詳細はこちら

• 2020年02月20日(木) 実務で活かす！「実験計画法」の基礎と活用ポイント　～PC演習付～ ～ 基礎となる要因計画、直交表計画、応答局面計画、計画採用のガイドライン、人件費含めた実施費用と得られる効果 ～
  

  詳細はこちら

• 2020年02月06日(木) 人工知能・機械学習による時系列情報の異常検知とその応用 ～ 基本的な異常検知アルゴリズム、時系列信号の特徴抽出、機械データ・バイタルデータ・動画像からの異常検知 ～

  詳細はこちら

• 2020年03月12日(木) 機械学習の基礎とモデル化の効率的な使い分けおよび機械学習の最適化 ～ 機械学習の最新動向、機械学習とモデル化の効率化手法、データ解析の手順とパターン識別　、機械学習の最適化、応用事例 ～

  詳細はこちら

• 2020年03月27日(金) Pythonによる統計モデルの基礎と効果的なデータ分析への応用　～１人１台PC実習付～ ～ 統計モデルの基本、Pythonを使ったデータ分析、線形回帰モデルを使ったデータ予測、一般化線形モデルとその活用法 ～

  詳細はこちら

• 2020年03月26日(木) マテリアルズ・インフォマティクスの基礎とAIを活用した材料設計への応用　～デモ付～ ～ 第一原理計算、人工知能と機械学習、ロジスティック回帰を使った金属ガラスの形成予測、プロセス・インフォマティクスへの応用 ～

  詳細はこちら

• 2020年03月16日(月) ベイジアンネットワークの基礎とデータ分析による設計・開発への応用 ～ ベイジアンネットワーク、精度とパラメータ数からのモデル評価、視線情報による情報探索への影響予測 ～

  詳細はこちら

• 2020年01月22日(水) Pythonによるデータサイエンスの基礎と実践　～１人１台ＰＣ実習付～ ～ Pythonを用いた分類分析、クラスタリング、回帰分析、異常検知技術とプログラミング ～

  詳細はこちら

• 2020年01月20日(月) サポートベクトルマシンの基礎と適切なパラメータチューニング　～１人１台ＰＣ実習付～ ～ 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 ～

  詳細はこちら

• 2020年01月16日(木) ベイズ推論の基礎とデータ解析への効果的な活用法 ～ 条件付き確率とベイズの定理、 ベイズ統計を使った推定手法、不完全な観測データへの応用 ～

  詳細はこちら

• 2019年10月30日(水) 統計的品質データ解析の基礎とその応用技術実践講座　～ １人１台PC実習付 ～ ～ 統計的品質データ解析法の全体像と応用、単相関係数の読み方と注意点、統計的仮説検定、測定システム分析 ～

  詳細はこちら

• 2019年12月10日(火) Pythonによる統計解析・機械学習の基礎とデータ分析への応用およびそのポイント　～ 1人１台ＰＣ実習付 ～ ～ Pythonの基礎、Pandasの使い方、Python を使った統計解析、機械学習とそのポイント ～

  詳細はこちら

• 2019年12月20日(金) ベイズ統計学によるデータ分析の基礎と実践　～１人１台PC演習付～ ～ 一般的な統計学とベイズ統計学の違い、マルコフ連鎖モンテカルロ法、ベイズ統計学の活用による具体例 ～

  詳細はこちら

• 2019年10月11日(金) 顧客ニーズ定量化・製品開発に活かす統計データ解析の基礎と予測・分析の効果的な活用法　～１人１台PC実習付～ ～ 数値化や要因分析につながる統計データ収集、Rによる重回帰分析、ポジショニング分析、コンジョイント分析と予測・分析への応用 ～

  詳細はこちら

• 2019年10月28日(月) ビッグデータの分析とＡＩ学習法の基礎および実践のポイント ～ 教師あり学習と教師無し学習、ニューラルネットワークのチューニング、アンサンブル（複数手法の組み合わせ）による予測精度向上 ～

  詳細はこちら

• 2019年09月13日(金) 量子コンピュータの基礎と実装および応用 ～ 量子ビット・量子ゲートの基礎と量子コンピュータの実装および量子インターネットの最新技術 ～

  詳細はこちら

• 2019年09月04日(水) Ｐｙｔｈｏｎによるデータ分析とモデル作成・精度改善のポイント　～１人１台ＰＣ実習付～ ～ データ分析の流れ、データ俯瞰法、モデル精度改善法への応用 ～

  詳細はこちら

• 2019年08月06日(火) 生体信号処理の基礎と製品開発への応用および最新技術 ～1人1台ＰＣ実習付～ ～ 生体信号の処理、AIによる信号処理の最新アルゴリズムおよび世界の最新トレンド ～

  詳細はこちら

• 2019年08月01日(木) 時系列データの基礎と人の行動モデル構築およびその応用 ～　時系列データの基本処理、人の行動モデル構築、データの取得と自動車運転行動分析への応用 ～

  詳細はこちら

• 2019年07月04日(木) MTシステムの基礎と異常検知への活用ポイント　～1人1台PC実習付～ ～ MTシステムの使い分け（ＭＴ法・ＲＴ法・ＡＰＲＴ法・Ｔ法）と異常検知での活用、閾値の決め方、時系列・画像・０－１データへの対応 ～

  詳細はこちら

• 2019年05月28日(火) モンテカルロ法の基礎と準モンテカルロ法・マルチレベルモンテカルロ法への効率改善と応用 ～ 乱数発生法、効率改善を図るためのアプローチ、分散減少法、大域的感度分析 ～

  詳細はこちら

• 2019年05月20日(月) 組合せ最適化のモデル化技術とアルゴリズムおよびその応用 ～ 整数計画ソルバーの利用法とモデル化、メタヒューリスティクスの設計と開発、アルゴリズムの現実問題への応用 ～

  詳細はこちら

• 2019年05月20日(月) ベイズ統計の基礎とベイズモデリングおよびデータ分析の実践　～１人１台ＰＣ実習付～ ～ ベイズ統計に基づいたデータ分析の基本的な方法、ベイズ因子を用いた統計モデルの選択方法、ベイズ予測分布の活用法、マルコフ連鎖モンテカルロ法の基本 ～

  詳細はこちら

• 2019年05月24日(金) 統計的品質データ解析の基礎と効果的な活かし方実践講座　～１人１台PC実習付～ ～ 統計的品質データ解析法の全体像と応用、単相関係数の読み方と注意点、統計的仮説検定、測定システム分析 〜

  詳細はこちら

• 2019年04月05日(金) 時系列データ解析・モデル化手法の基礎と予測・検知への応用　～デモ付～ ～ 時系列解析の基礎と代表的モデル （AR・ARMA・ARIMA）、機械学習による学習力の強化、決定木・集団学習による予測精度向上手法 ～

  詳細はこちら

• 2019年03月29日(金) Tensorflow とKerasによる深層学習の基礎とデータ処理への応用　～１人１台ＰＣ実習付～ ～ Pythonと深層学習の基礎、Kerasによる分類、転移学習への応用、複数モデルによる融合深層学習事例 ～

  詳細はこちら

• 2019年03月13日(水) Pythonによるデータ分析と機械学習の基礎と実践　～１人１台PC実習付～ ～ モジュールの使い方とデータの可視化、多変量解析、Scikit-learnによる機械学習 ～

  詳細はこちら

• 2019年03月11日(月) 多変量解析の基礎とデータ解析実践講座　～１人１台PC実習付～ ～ 重回帰分析、主成分分析、因子分析、ロジスティック回帰分析・判別分析、クラスター分析を活用した分析技術のポイント ～

  詳細はこちら

• 2019年02月25日(月) ベイズ推定の基礎とデータ分析・予測への応用　～1人1台PC実習付～ ～ ベイズの定理と統計モデリング、アルゴリズムと記法、ロジスティック／ポアソン回帰分析、不確実性／欠損のある相関係数の推定法、時系列的なデータの分析 ～

  詳細はこちら

• 2019年01月28日(月) Pythonと機械学習による正しく適切なデータ分析のノウハウと効果的な活用法 　～１人１台ＰＣ実習付～ ～ データの見方と扱い方、機械学習の基本と注意点、正しい分析結果の評価方法、機械学習を使ったデータ分析 ～

  詳細はこちら

• 2018年12月03日(月) Pythonによる数理最適化の基礎と実務への応用　～１人１台ＰＣ実習付～ ～ Pythonによる線形最適化、整数線形最適化、グラフ最適化、非線形最適化問題における実用上の応用問題の解き方 ～

  詳細はこちら

• 2018年10月30日(火) Pythonによる機械学習の基礎とプログラミング実践講座　～1人１台ＰＣ実習付～ ～ プログラミングの基礎、ライブラリの利用法、機械学習（回帰問題、分類問題、クラスタリング） ～　　

  詳細はこちら