人工知能・機械学習,深層学習(ディープラーニング）の原理・問題点,深層学習などの
ブラックボックス系機械学習のXAI,決定木などのホワイトボックス系機械学習のXAI,
AIの業務への導入ノウハウについて,分かりやすく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 教授 YNU人工知能研究拠点長 工学博士（東京工業大学） 長尾 智晴 先生
- 日時
- 会場
- ※本セミナーはWEB受講のみとなります。
- 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
受講形式 WEB ＊本セミナーはZoomシステムを利用したオンラインセミナーとなります。 受講対象 AIについてあまり知識がない人でも分る講義を目指していますので 特に指定はありません 予備知識 特になし 習得知識 １）現状と次世代の人工知能の概要 ２）説明できるAI(XAI) ３）進化的機械学習 ４）業務へのAI導入のコツ 講師の言葉 現在，深層学習（ディープラーニング）ブームがきっかけとなって機械学習や 人工知能（AI）に注目が集まっており，多くの企業でのAI導入が検討されています． 一方，深層学習のような複雑な回路に基づく機械学習モデルはその判断根拠や 処理プロセスが分りづらく，説明できないことが問題になっています．このため 説明できるAI(XAI:eXplainable AI)に世界的な注目が集まっています． また，決定木など処理プロセスが明確な機械学習の精度を向上させることで深層学習 を使わなくも良い方法や，処理ユニットの組み合わせ最適化に基づく進化的機械学習など も注目されています． 本セミナーでは，説明できるAIや進化的機械学習などの現状のAIおよび次世代のAIの 方法論の概要，企業の業務へのAI導入方法，AI人材育成方法などについて，経産省NEDO 「人と共に進化する次世代人工知能に関する技術開発事業」採択課題の研究代表者でも ある講師が専門外の人にも分るように易しく解説します．
プログラム
１．人工知能と機械学習 1.1 人工知能概論 1.2 機械学習概論 1.3 説明できるAI(XAI)とは？ ２．深層学習(ディープラーニング）の原理と問題点 2.1 ニューラルネットワーク概論 2.2 深層学習(ディープラーニング)概論 2.3 深層学習の特徴と問題点 ３．深層学習などのブラックボックス系機械学習のXAI 3.1 学習済み深層回路の処理の可視化法 3.2 深層回路の構造単純化・最適化法 3.3 処理過程がわかり易い深層学習 ４．決定木などのホワイトボックス系機械学習のXAI 4.1 特徴量の最適化による精度向上 4.2 処理過程が説明できる処理の自動構築 4.3 決定木などの処理の言葉による説明 ５．AIの業務への導入 5.1 AI導入時の注意点 5.2 AI導入の事例紹介 5.3 AI導入を成功させるコツとは？ ６．まとめと質疑応答 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2001年より現職． 2008年に大学発ベンチャー株式会社マシンインテリジェンスを起業して取締役CTOを兼務中． 所属学会・協会： 人工知能学会，情報処理学会，電子情報通信学会，日本ロボット学会，進化計算学会などに 所属．各省庁の各種委員会委員・審査員などを務めている．