機械学習講習会(公開講座)

機械学習講座 概要版

目的:

機械学習技術の全体像を広く・浅く知ることで、⾃社製品・サービスが機械学習技術によってどのように変⾰できるか、またそのためにどのような技術者・開発者を育成するべきかが⾒通せるようになることを⽬的とします。

「機械学習講座 概要版」開催のご案内(PDF)

対象者:
  • 機械学習技術者の育成を担当する管理者の方
  • 機械学習を応用した製品・サービスの開発に関心がある方

(いずれも、ICT技術を用いた製品・サービスの開発経験があることが望ましい)

開催日時:
東京:令和元年7月17日(水) 9:30~16:30
大阪:令和元年7月19日(金) 9:30~16:30
募集人数:
大阪35名、東京70名(先着順)
※申込締切日:令和元年7月5日(金)
申込方法:
参加申込書(PDF) / 参加申込書(docx)
参加申込書に必要事項を記入の上、下記申込先へメールまたはFAXによりご提出ください。
※申し込みを受け付けた方には、「申し込み受理メール【京都工芸繊維大学】」を送付します。
申込先:
京都工芸繊維大学 学務課 機械学習講習会(公開講座)担当者 宛
FAX : 075-724-7120
E-mail : edu-p[at]kit.ac.jp (※[at]を@に変換してください)
開催会場:
東京会場:新丸の内ビルディング10階 京都アカデミアフォーラム [ MAP ](外部サイト)
大阪会場:新ダイビル 4F 会議室 [ MAP ](外部サイト)
受講料:
10,000円(1人)※テキスト込み
※支払方法および振込先は、参加申込書をご参照ください。
講 師:
情報工学・人間科学系 荒木雅弘 准教授
   著書:「フリーソフトでつくる音声認識システム(第2版)」(森北出版 2017年)
      「フリーソフトではじめる機械学習入門(第2版)」(森北出版 2018年)
      「マンガでわかる機械学習」(オーム社 2018年) 他
講習内容(予定):
9:30-10:30
機械学習の概要、回帰
10:45-11:45
基礎的な識別、学習結果の評価
13:00-14:00
深層学習
14:15-15:15
高度な識別、教師なし学習
15:30-16:30
機械学習エンジニア育成のために

本講座は、主として管理者の⽅を対象としたものです。開発者・技術者の⽅は「機械学習講座 入門版」の受講をご検討ください。

協賛:
TIS株式会社
後援:
株式会社オーム社
お問い合わせ:
京都工芸繊維大学 学務課 学務企画係
Tel : 075-724-7123・7133
E-mail : edu-p[at]kit.ac.jp (※[at]を@に変換してください)

機械学習講座 入門版

目的:

機械学習技術の全体像を広く知ることで、どのような機械学習技術が製品・サービスの開発に活⽤できるのか、どのような基準でその技術を評価するべきかということを考え、実践できる技術者・開発者の育成を⽬的とします。

「機械学習講座 入門版」開催のご案内(PDF)

対象者:

ICT 技術を⽤いた製品・サービスの開発経験のある⽅

開催日時:
東京:令和元年8月21日(水)、8月28日(水)、9月4日(水)
大阪:令和元年8月23日(金)、8月30日(金)、9月6日(金)
いずれも 9:30~16:30
募集人数:
大阪会場 35名、東京会場 70名(先着順)
※申込締切日:令和元年8月2日(金)
申込方法:
参加申込書(PDF) / 参加申込書(docx)
参加申込書に必要事項を記入の上、下記申込先へメールまたはFAXによりご提出ください。
※申し込みを受け付けた方には、「申し込み受理メール【京都工芸繊維大学】」を送付します。
申込先:
京都工芸繊維大学 学務課 機械学習講習会(公開講座)担当者 宛
FAX : 075-724-7120
E-mail : edu-p[at]kit.ac.jp (※[at]を@に変換してください)
開催会場:
東京会場:新丸の内ビルディング10階 京都アカデミアフォーラム [ MAP ](外部サイト)
大阪会場:新ダイビル 4F 会議室 [ MAP ](外部サイト)
受講料:
30,000円(1人)※テキスト込み
※支払方法および振込先は、参加申込書をご参照ください。
講 師:
情報工学・人間科学系 荒木雅弘 准教授
   著書:「フリーソフトでつくる音声認識システム(第2版)」(森北出版 2017年)
      「フリーソフトではじめる機械学習入門(第2版)」(森北出版 2018年)
      「マンガでわかる機械学習」(オーム社 2018年) 他
講習内容(予定):
1日目
  1. 機械学習の概要
  2. 機械学習の基本⼿順、学習の評価
  3. 概念学習
  4. 統計的識別
  5. 回帰
2日目
  1. ⽣成モデルと識別モデル
  2. サポートベクトルマシン
  3. ニューラルネットワーク
  4. 深層学習
  5. アンサンブル学習
3日目
  1. 教師なし学習 ―モデル推定―
  2. 教師なし学習 ―パターンマイニング―
  3. 系列データの学習、半教師あり学習
  4. 強化学習
  5. 機械学習エンジニアへの道

 

本講座は、主として開発者の⽅を対象としたものです。管理者の⽅は、「機械学習講座 概要版」の受講をご検討ください。

 

協賛:
TIS株式会社
後援:
森北出版株式会社
お問い合わせ:
京都工芸繊維大学 学務課 学務企画係
Tel : 075-724-7123・7133
E-mail : edu-p[at]kit.ac.jp (※[at]を@に変換してください)