人工知能・機械学習の基礎，深層学習（ディープラーニング）の長所・短所，進化的機械学習，
製造業への少量データによる機械学習の導入，製造業へのシステム最適化事例，
時系列変動予測事例，業務へのAI導入成功のコツについて極力式を使わずに解説する特別セミナー！！
- 講師
横浜国立大学 大学院環境情報研究院 YNU人工知能研究拠点長・教授・工学博士 長尾 智晴 先生 経産省NEDO 「説明できるAI」採択プロジェクト代表
- 日時
- 会場
- 受講料
- （消費税等込み）1名：49,500円 同一セミナー同一企業同時複数人数申込みの場合 1名：44,000円
- テキスト
受講概要
受講対象 AI導入をご検討中の企業の方（特に技術系でなくても可能）， 既にAIを導入して問題に直面している技術者の方，など． 予備知識 特になし 習得知識 1)人工知能と機械学習の基礎 2)深層学習の長所と短所 3)進化的機械学習 4)AIの業務への導入のコツ など． 講師の言葉 昨今のAIブームの影響もあって人工知能，特に機械学習や深層学習を会社の業務に導入しようと している／した企業が多いが，実際はまだあまりうまく活用することができていない企業が 多いようである。 その理由としては，特に企業の経営者がAI・機械学習・深層学習の本質を理解していないことや， AIの導入および利用方法，AI人材育成方法などが不適切である場合が非常に多い。 本セミナーでは，多数の企業との共同研究・産学連携活動・コンサルの経験をもつ講師が， 特に製造業にAIを導入する際に陥り易い問題と，それらの対処法などについて平易に解説する。 人工知能と機械学習の基礎，深層学習，導入事例など，基礎から応用までを扱うので，AIを よく知る技術者の方だけでなく，これからAIの導入を考えている方や，人工知能についてあまり よく知らない方にも参加して頂ける内容となっている。 極力，式は使わずに直感に訴える説明を行う予定である。
プログラム
１：序論 1-1：AIブームの現実と問題点 1-2：最近のAIの３つの大きな課題 ２：【基礎】人工知能・機械学習超入門 2-1：人工知能における考え方の推移 2-2：機械学習の手法 2-3：教師あり／なし／半教師あり学習 ３：【現在】深層学習のキーポイント 3-1：深層学習の基礎・方法・最近の手法 3-2：深層学習の長所と短所 3-3：深層学習を「説明する」ための方法 ４：【将来】深層学習から進化的機械学習へ 4-1：次世代のAI：進化的機械学習とは？ 4-2：進化的機械学習の応用例１（画像処理・認識） 4-3：進化的機械学習の応用例２（自律ロボット制御） ５．【応用１】製造業へのAI導入１：異常検知 5-1：少数データに対する機械学習 5-2：少数データを用いた異常検知法 5-3：学習データの水増しと半教師あり学習 ６．【応用２】製造業へのAI導入２：システム最適化 6-1：最適化と機械学習 6-2：回帰問題としてのシステム記述 6-3：ベイズ最適化によるパラメータ最適化例 ７．【応用３】製造業へのAI導入３：時系列変動予測 7-1：時系列予測の基礎と手法 7-2：時系列予測の実例の紹介 7-3：未来も学習できる新しい機械学習法：浸透学習法 ８．【経営者への提言】業務へのAI導入を成功させるコツ 8-1：AI導入時の基本８箇条とは？ 8-2：AIコンサルとは何か？ 8-3：AI導入を成功させる企業とは？ ９．まとめ 講師紹介 東京工業大学大学院総合理工学研究科出身．東京工業大学工学部・助手，助教授を経て2000年より現職． 2008年に大学発ベンチャーを起業．産学連携活動に力を入れている． ●著作： 人工知能，画像処理，進化計算法などの知能情報学関連の論文，国際会議論文，著書多数． ●所属学会・協会および役職・活動状況： 情報処理学会，人工知能学会，進化計算学会，電子情報通信学会，IEEEなどに所属．政府関係の 委員会の委員などを歴任．