1
/
5

実務のための過学習対策~AIにおける学習データの不足や不均衡を考える~


学習データの不均衡や不足からくる機械学習アルゴリズムの「過学習」は 特にAIの実社会応用上常に頭を悩ませる問題の1つです。
本講演では、過学習の問題を解決するための転移学習、対照学習、 サンプリング手法など様々な手法についてレビューするとともに、 深層学習アルゴリズムの特性からなぜそのような手法が可能なのかについて技術面そしてビジネスの観点から考察します。

■タイムスケジュール

19:00〜19:05

開催のごあいさつ


19:05〜19:40

基調講演:実務のための過学習対策 -AIにおける学習データの不足や不均衡を考える-

<登壇者>
山﨑 俊彦准教授(東京大学大学院 情報理工学系研究科)


20:00〜20:20

過学習に関する技術的なアプローチ

<登壇者>
三木 一弘(株式会社テクノプロ テクノプロ・デザイン社)


20:00〜20:20

ビジネス目線で過学習をどう見るか。その使いどころ・考えどころ

<登壇者>
中井 克典(株式会社テクノプロ テクノプロ・デザイン社)


20:20〜20:30

テクノプロ・デザイン社の取り組み


20:30〜20:40

テクノブレーンの取り組み


20:40〜

質疑応答/閉会のごあいさつ/アンケート回答


■登壇者



山﨑 俊彦

准教授東京大学大学院 情報理工学系研究科東京大学工学部電子工学科卒業。東京大学工学系研究科電子工学専攻修了。博士(工学)。
学生時代は半導体物性を活かしたアナログVLSI研究に従事。
現在、東京大学大学院情報理工学系研究科電子情報学専攻准教授。
2011~2013年まで米国・コーネル大学Visiting Scientist。「魅力」の予測・要因解析・増強を 行う魅力工学に関する研究を精力的に行っているほか、大規模マルチメディアデータ処理、 物体認識・機械学習、最適化、3次元映像処理などの研究を行っている。


中井 克典

株式会社テクノプロ テクノプロ・デザイン社1977年群馬県生まれ。東北大学大学院理学研究科修了後、博士研究員、大学教員を経てテクノプロ・デザイン社に入社。
協業先のALBERTにて製造業、小売業、通信業、運輸業、金融業など幅広いドメインで案件に従事。最近は人材育成+業務アドバイザーの業務が中心。


三木 一弘

株式会社テクノプロ テクノプロ・デザイン社1980年大阪府生まれ。京都大学大学院エネルギー科学研究科博士過程修了、高温プラズマ物理の研究者としてアメリカ・韓国・日本の研究所を渡り歩いた後、テクノプロ・デザイン社に入社。
協業先のi's Factoryでは、深層学習による画像処理の研究開発や、顧客のDX化でのデータ分析業務などに従事。データ分析のスペシャリストとして、顧客やスタッフとの調整にも携わる。
趣味は旅行で、海外や国内の離島によく旅行していたが、現在はコロナ禍のために自粛中。


■参加対象

・コンピュータサイエンスの領域で、データ解析、 機械学習(ディープラーニング)、アルゴリズムに関わる分において提案・実装・導入に 携わるエンジニア・研究者、またはポストドクターの方、及び2022年3月までに博士課程後期を修了予定の方
・クライアント先へAI、データサイエンスの提案業務を行っている方
・AI、データサイエンス関連プロジェクトのプロジェクトマネージャの方
※ リクルーティング、勧誘など、採用目的でのイベント参加はお断りしております

■参加費

無料


■お申込み期限

2021年7月5日(月)まで
※定員(50名)に達した場合、上記より早く申し込みを締め切る場合がございます。
※応募多数の場合、抽選とさせていただく場合がございます。

お申込み・セミナー詳細は下記リンクへ


実務のための過学習対策 ~AIにおける学習データの不足や不均衡を考える~
2021.06.07 #AI #人工知能 #データサイエンティスト #データサイエンス #Python #ビッグデータ #データマイニング #データ分析 #セミナー #イベント 学習データの不均衡や不足からくる機械学習アルゴリズムの「過学習」は 特にAIの実社会応用上常に頭を悩ませる問題の1つです。 本講演では、過学習の問題を解決するための転移学習、対照学習、 サンプリング手法など様々な手法についてレビューするとともに、 深層学習アルゴリズムの特性からなぜそのような手法が可能なのかについて技術面そしてビジ
https://www.technopro.com/design/rec_c/lp/ml_info/event/20210706.html
株式会社テクノプロでは一緒に働く仲間を募集しています
同じタグの記事
今週のランキング
このストーリーが気になったら、直接話を聞きに行こう