|
【講座概要】
現在の機械学習や深層学習ではビッグデータと呼ばれる大量のデータを用いた学習を前提とすることが多い．しかし現実には，データの取得に金銭的・時間的コストがかかり，少数のデータしか得られないというケースも多く，単純に機械学習・深層学習を適用しても満足のいく精度が出ないことがある．本セミナーでは，人間の知識やシミュレーションを援用したり，機械学習のために効率的なデータ取得を工夫したりといった，少数データ解析のための戦略について事例を交えながら紹介する。
【受講対象】
・製造業などで少数データを製品設計などにうまく活用したいと思われている方
・機械学習の結果の解釈や評価法に興味がある方
【受講後、習得できること】
・人間の知識やシミュレーションを機械学習と組み合わせる技術
・機械学習のための効率的なデータの採取法
・機械学習の結果の解釈や評価の仕方
【プログラム】
1.機械学習の概要
1.1 少数データと次元の呪い
1.2 データ解析の基本手順
1.3 可視化のための方法
2.少数・高次元データの学習のための技術
2.1 スパースモデリングと正則化
2.2 圧縮センシングによる高解像度撮像
2.3 シミュレーションを活用したスパースモデリング
3.人間の知識をモデル化するための技術
3.1 ベイズモデリングと確率的知識
3.2 ベイジアンネットワークを使ったモデル化法
3.3 ベイズ推論のための計算アルゴリズム
3.4 データ同化とパーティクルフィルタ
4.結果の評価・可視化・説明
4.1 機械学習結果の評価法
4.2 信頼度付き学習
4.3 XAI：ディープラーニングの説明性
5.データ不足を補ういろいろな技術
5.1 異常値検知の技術
5.2 半教師あり学習，欠損値補完
5.3 転移学習と深層学習での利用
6.効率的なデータ取得方法
6.1 アクティブラーニング
6.2 ベイズ最適化
6.3 MCMCとシミュレーションを用いた効率的最適化
【質疑応答】
|
