★実験計測の効率化手法であるベイズ最適化・能動学習の基礎と，その停止基準がわかる．

ベイズ最適化と能動学習の基本的な考え方

≪計測・実験の効率化の方法論とその停止基準≫

【提携セミナー】

主催：株式会社情報機構

セミナーポイント

ブラックボックス関数の最大化や，未知の応答関数の近似を効率的に行う方法であるベイズ最適化や能動学習は，様々な分野における計測の効率化に応用されている．一方で，適切なタイミングで計測・実験を停止しなければ，本来の目的である効率化は達成できない．

本セミナーでは，ベイズ最適化と能動学習の基本的な考え方と，いつまで計測を続けたらよいかを評価する方法を説明し，計測問題への適用例を紹介する．

◆受講後、習得できること

• 能動学習の基礎がわかる
• ベイズ最適化の基礎がわかる
• 能動学習の停止基準がわかる
• ベイズ最適化の停止基準がわかる
• 能動学習，ベイズ最適化の応用例がわかる

担当講師

統計数理研究所　教授 博士（工学） 日野 英逸 先生

■主経歴
京都大学情報学研究科博士前期課程修了
(株)日立製作所システム開発研究所研究員
早稲田大学次席研究員
筑波大学助教，同　准教授

■専門・得意分野
機械学習，データ解析，応用統計，スパースモデリング

■本テーマ関連の学会・協会・団体等
電子情報通信学会，IEEE，日本神経回路学会，日本鉄鋼協会

セミナープログラム（予定）

1.能動学習とベイズ最適化の導入
1.1　問題設定
1.2　応用例の紹介

2.ガウス過程回帰の導入
2.1　直観的な理解
2.2　ベイズ推論
2.3　ベイズ線形回帰からの導出

3.能動学習
3.1　基本的なアイディア
3.2　獲得関数の設計
3.3　停止基準
3.4　適用事例（スペクトル計測，小角散乱実験，相図の作成等）

4. ベイズ最適化
4.1　基本的なアイディア
4.2　獲得関数の設計
4.3　停止基準
4.4　適用事例（予定：空調管理，化合物発見等）

（質疑応答）

公開セミナーの次回開催予定

開催日

未定

開催場所

未定

受講料

未定

オンライン配信のご案内

★　Zoomによるオンライン配信

については、こちらをご参照ください

備考

※配布資料・講師への質問等について

●配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
（開催1週前～前日までには送付致します）。
＊準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
（土、日、祝日は営業日としてカウント致しません。）

●当日、可能な範囲で質疑応答も対応致します。
（全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
●本講座で使用する資料や配信動画は著作物であり
無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

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。