★ 確率の基本を事例を用いて詳解！少数データでの機械学習の適用方法を徹底解説！

ベイズモデリングによる機械学習の理解と実践

【提携セミナー】

主催：株式会社技術情報協会

講座内容

機械学習には多くの手法があり、どこから手をつけるべきか迷うことも少なくありません。ベイズモデリングは、すべての不確実性を確率として扱うことで、機械学習を統一的・直感的に理解できる枠組みです。少数データでの学習や人間の知見との融合にも強みがあります。

本セミナーでは、確率の基本から応用までを平易なデータや事例を用いて解説し、ベイズ的アプローチによる機械学習の全体像をつかむことを目指します

習得できる知識

機械学習の結果の解釈や評価の仕方

担当講師

（国研）産業技術総合研究所　情報・人間工学領域　上級主任研究員　博士（工学）　赤穂 昭太郎 氏

セミナープログラム（予定）

1.ベイズモデリングの基本
1.1 確率によるモデリング
1.2 機械学習とベイズモデリング
1.2.1 ベイズモデリングの利点・欠点
1.3 ベイズ統計学の基本
1.3.1 確率の基本事項
1.3.2 ベイズの定理
1.3.3 ベイズモデリングの手順
1.4 確率と意思決定
1.4.1 ベイズ決定理論
1.5 モデルの選択
1.6 ベイズ線形モデル
1.6.1 正則化とベイズの関係
1.6.2 予測分布
1.6.3 ハイパーパラメータの決め方
1.6.4 スパースモデリング
1.6.5 ガウス過程
1.7 グラフィカルモデルとベイジアンネットワーク
1.7.1 ベイジアンネットワーク
1.7.2 線形回帰のベイジアンネットワーク
1.7.3 学習と推論
1.7.4 グラフィカルLASSO
1.7.5 単純ベイズ法と迷惑メールフィルタ
1.7.6 カルマンフィルタ・パーティクルフィルタによるデータ同化

2.ベイズモデリングの実践
2.1 ドメイン知識とシミュレーション
2.1.1 基本的確率モデルのいろいろ
2.2 事前分布の決め方
2.2.1 共役事前分布
2.3 信念伝播アルゴリズム
2.4 事後分布の近似法
2.4.1 変分ベイズ法とクラスタリングにおける実例
2.4.2 トピックモデルと行列分解
2.5 マルコフ連鎖モンテカルロ法と実例
2.5.1 いろいろなMCMC
2.5.2 stan によるモデリング

3.ベイズモデリングの広がり
3.1 転移学習と半教師あり学習
3.2 ベイズ深層学習
3.3 ベイズ最適化による実験計画法
3.4 シミュレーションとレプリカ交換法

【質疑応答】

公開セミナーの次回開催予定

開催日

【Live配信】2025/11/18（火）10:30~16:30

【アーカイブ】2025/11/28まで受付（視聴期間：11/28~12/8まで）

開催場所

【WEB限定セミナー】※会社やご自宅でご受講下さい。

受講料

1名につき55,000円(消費税込･資料付き)
〔1社2名以上同時申込の場合1名につき49,500円(税込)〕

技術情報協会主催セミナー　受講にあたってのご案内

• Live配信セミナーの接続確認・受講手順は こちら をご確認ください。
• お申込み・お支払い方法に関するご案内はこちら をご確認ください。

備考

資料は事前に紙で郵送いたします。

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。

★【LIVE配信】、【アーカイブ配信】のどちらかご希望される受講形態をメッセージ欄に明記してください。

※お申込後はキャンセルできませんのでご注意ください。

※申し込み人数が開催人数に満たない場合など、状況により中止させていただくことがございます。