少ないデータ

セミナー概要 セミナーのテーマ データが少ない状況での高精度な予測手法 データ拡張における実践的な手法の解説 予測精度を上げるためのコツと注意点 こんな方におすすめです AIや機械学習技術の活用を検討している方 データ分析業務に携わる方 企画や現場でデータ活用を検討している方 深層学習を用いた少ないデータへの対処と精度向上のポイント データ拡張における実践的な手法を解説。業務での活用方法を具体的に学ぶことができる！ ★分析業務に携わる方はもちろん、企画や現場の方々にも役立つ内容です。 AIや統計に関する高度な知識がなくても参加できます。 講師 愛知工科大学 工学部 機械システム工学科准教授 博士（工学） 豊吉 巧也氏【ご専門】材料力学，計算力学，機械学習，画像処理 セミナー趣旨、ポイント 現場で扱うデータが必ずしも十分とは限らない中、限られた情報から価値のある予測や判断を導き出す力が求められています。本セミナーでは、「データが少ない状況でも高精度な予測を目指す」ための考え方とアプローチを、わかりやすく解説します。具体的には、データ拡張における実践的な手法を紹介し、業務での活用方法を具体的に学びます。AIや統計に関する高度な知識がなくても参加できる内容とし、分析業務に携わる方はもちろん、企画や現場の方々にも役立つ内容です。データ活用における柔軟な発想と実践力を養いたいかたにおすすめのセミナーです。 受講対象者、必要な予備知識 特に予備知識は必要ありません。基礎から解説いたします。 こんな方におすすめ 年齢層に関係なく、業務にAIなどの機械学習技術の活用を検討されている方や、今後検討を予定されている方々 得られる知識 限られたデータでも高い予測精度を目指すための考え方や手法について学べる プログラム 1.優れた予測技術の背景 1-1.どのような技術があるのか 1-2.どのようなデータを使っているのか2.予測が上手くいっている理由はなにか 2-1.どのように学習させているのか 2-2.学習のデータ形式に制約はあるのか3.データが少ないときに隠れている問題点 3-1.どこに注目すればよいのか 3-2.データを可視化したときの注意点4.データが少ない場合の対処法 4-1.単なるデータ拡張ではダメな例 4-2.効率的にデータ拡張を行うには5.予測精度を上げるコツ 5-1.正則化について 5-2.正則化を用いた例6.データ拡張における注意点 6-1.データ拡張の判断ポイント 6-2.データ拡張の一例7.最新の研究の内容など 7-1.最新の研究の内容 7-2.デモを用いた事例紹介