☆オンライン会議アプリZoomを使ったWEBセミナーです。ご自宅や職場のノートPCで受講できます。

ベイズ統計と統計的機械学習

《グラフィカルモデルのデータサイエンスへの応用》

【提携セミナー】

主催：株式会社R&D支援センター

◆セミナー趣旨

確率的グラフィカルモデルの利点は、なんと言っても、これ一つで多くのデータサイエンスができるようになるという点です。データサイエンスの中の主要な柱はデータマニング技術（つまり、データ分析技術）と、AI技術の２つであり、これらの技術はこれからも社会変革をもたらしていくと予想されます。しかしながら、特にAI技術にはまだ大きな問題が残されています。人の設計思想がシステム構築に入り辛いというのが原因の一つです。残念ながらこの問題はそう簡単には解決しそうもありません。

よりエンジニアリングに近い位置での（つまり、設計思想が色濃く反映されている方法での）問題解決法があれば理想です。その意味では伝統的なエンジニアリングは素晴らしいものです。人の設計思想を基礎として、そこにデータサイエンスの流儀をプラスアルファで取り込めれば、今までとは一風異なる方向性の未来が可能となるでしょう。そのような新たな方向性の実現に役立つポテンシャルをもった理論を扱います。初心者にも分かりやすいよう、統計的機械学習理論を学ぶ上で重要となるトピックは網羅的に解説し、理論の基礎から全体像、そして、応用に対する考え方に至るまでを習得できるようにします。

◆習得できる知識

• 統計的機械学習理論の基礎理解と概要把握から、実装に至るまでの一通りの知識
• ベイズ統計と確率的グラフィカルモデルについての知識
• 新しい機械学習の可能性

◆受講対象

ベイズ統計や統計的機械学習ついて興味はあるけれど、ほとんど中身は知らないといった方々を基本的に対象としています。また、基礎から発展に至るまでの理論を包括的に理解したい方にもピッタリの内容です。必要に応じて補足をしていくので特殊な専門知識は必要ありませんが、大学初年度レベルの微積分、線形代数、確率統計の知識があるとより楽しめると思います。

◆キーワード

機械学習,ベイズ,統計,グラフィカル,モデル,確率,データ,AI,研修,講座,セミナー

担当講師

山形大学　大学院理工学研究科　教授　博士（情報科学）　安田 宗樹　氏

≪専門≫
深層学習、統計的機械学習、画像処理、ネットワーク科学、情報統計力学

≪略歴≫
2008年3月　東北大学　大学院情報科学研究科　修了　（博士：情報科学）
2008年4月　日本学術振興会　特別研究員
2008年8月　東北大学　大学院情報科学研究科　助教
2013年4月　山形大学　大学院理工学研究科　准教授
現在　山形大学　大学院理工学研究科　教授
兼　サイントル（株）　テクニカルアドバイザ

セミナープログラム（予定）

1. はじめに
(1) データマイニングと人工知能
(2) 機械学習とは何か？
a. 教師あり学習
b. 教師なし学習
(3) 深層学習概説
(4) データマイニングと人工知能の違い
(5) 統計的機械学習の目的とメリット

2. 確率の基礎とベイズ統計、そして最尤推定
(1) 確率の基礎と例題
a. 規格化条件と統計量
b. 確率の和法則と積法則
c. 例題で理解しよう
(2) ベイズ統計
a. ベイズの定理と事後確率
b. 最大事後確率推定
(3) 最尤推定： 統計的機械学習理論の最重要技術
a. 最尤推定の考え方
b. 未観測データがある場合の最尤推定とEMアルゴリズム
(4) 少し進んだ話題
a. 階層ベイズという考え方： 超事前分布のメリット

3. グラフィカルモデルの基礎とマルコフ確率場
(1) グラフィカルモデルとは？
(2) マルコフ確率場
a. ボルツマンマシン
b. ガウス型マルコフ確率場
(3) マルコフ確率場の統計的機械学習の方法
a. 最尤法
b. 最尤法と情報理論
c. EMアルゴリズム
(4) マルコフ確率場の問題点
a. 組み合わせ爆発の問題
b. 近似的アプローチ（モンテカルロ積分法）

4. マルコフ確率場の応用例（データ生成モデル、データマイニング）
(1) 画像ノイズ除去
a. 非階層ベイズモデルによる処理
b. 階層ベイズモデルの威力を見る
(2) 道路交通量の（ナウ・キャスト）推定
(3) グラフマイニング
a. スパースモデリングのアプローチ
b. 項目間の関連マップの抽出

5. 人工知能と統計的機械学習
(1) パターン認識問題とは？
(2) 説明可能な人工知能を目指して
a. ディープ・アンサンブル
b. 事後分布による入出力逆推定

6. おわりに
(1) 統計的機械学習の意義とこれから

【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

※セミナー主催者の会員登録をご希望の方は、申込みフォームのメッセージ本文欄に「R&D支援センター会員登録希望」と記載してください。ご登録いただくと、今回のお申込みから会員受講料が適用されます。

※R&D支援センターの会員登録とは？
ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
すべて無料で年会費・更新料・登録費は一切かかりません。

LIVE配信のご案内

こちらをご参照ください

備考

• 本セミナーは「Zoom」を使ったWEB配信セミナーとなります。

• セミナー資料は開催前日までにお送りいたします。無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。

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。