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 (株)マシンインテリジェンス 取締役CTOを兼務
- 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受講のみ ＊こちらのセミナーはZoomシステムを使用したオンラインセミナーとなります。 Zoomアプリのダウンロードをしなくてもブラウザから視聴可能です。 受講対象 AIについてあまり知識がない人でも分るセミナーを目指していますので特に指定はありません． 予備知識 特に必要なし 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 など 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， 経済産業省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 人工知能の考え方の推移と現状の課題 1.2 機械学習の種類と方法 ２．深層学習と説明できるAI(XAI) 2.1 神経回路網の原理と学習法 2.2 深層学習の原理・最近の手法・問題点 2.3 説明できるAI(XAI)と今後のAIの方向性 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 3.4 転移学習(知識の利用)と浸透学習(潜在変数の導入) 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・前処理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 4.4 非深層回路による処理のコンパクト化 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 略歴 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を兼任中． 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．