機械学習モデルの性能最大化とハイパーパラメータのチューニング

株式会社　技術情報協会福井健一　氏 55,000円

☆ 具体的な解決方法が学べる！実務で使えるスキルが身につく！
☆ Optuna（Python）を用いた、最適な設定を見つけるための手順とポイント

会場

講師

プログラム

特典

お知らせ

開催日時

2024/08/26 (月) 13:00～ 17:00

他の開催日・開催場所（同じ都道府県内）で探す

申込み期間

～ 2024/08/23

主催会社

株式会社　技術情報協会

この主催会社の他の最新セミナーを見る

定員

定員数の上限はございません

受講料

55,000円 (税込／各種割引については下段「お知らせ」欄をご参照ください）

開講場所

ZOOMを利用したLive配信
【Live配信】２０２４年８月２６日（月）１３：００～１７：００【アーカイブ配信】２０２４年９月４日（水）まで申込み受付（視聴期間：９月４日～９月１４日）　※お申し込み時にLive配信、アーカイブ配信いずれのご希望かを明記ください

講師

福井健一　氏: 2005年?2010年3月大阪大学産業科学研究所新産業創造物質基盤技術研究センター特任助手 (職名改名により2007年より特任助教)
2010年3月大阪大学大学院情報科学研究科より博士 (情報科学) 取得
2010年4月～2015年6月大阪大学産業科学研究所第1研究部門 (情報・量子科学系) 助教
2015年7月～大阪大学産業科学研究所知能アーキテクチャ研究分野准教授

学協会
2011年度～2014年度情報処理学会論文誌編集委員
2014年度～2017年度人工知能学会編集委員
2015年度～情報処理学会論文誌:数理モデル化と応用 (TOM) 編集委員
2017年度～電子情報通信学会人工知能と知識処理研究専門委員会委員
2017年度～電子情報通信学会和文論文誌D 編集委員

カリキュラム、
プログラム

【講座主旨】
昨今、ディープラーニングを代表とするデータに基づく機械学習が、産業界の様々な領域に導入されています。しかし、実用化に際してはいくつかの主要な課題が存在します。具体的には、過学習を抑えて未知データに対する汎化性能を向上させる方法、重要な特徴量の選別、そして学習では直接最適化が難しいハイパーパラメータの調整が挙げられます。本セミナーでは、これらの課題に対する代表的な対応策と、それらのPythonによる実装方法について丁寧に解説します。参加者は、理論的な背景に加え、実際のコードを通じて具体的な解決方法を学び、機械学習の実務において使えるスキルを習得することを目指します。

【講座内容】
１．過学習の抑制
　1.1 ロジスティック回帰
　1.2 L1/L2正則化
　1.3 ディープラーニングにおける過学習の抑制
　　a.DropOut法
　　b.Batch Normalization法
　1.4 L1/L2正則化の比較（Python実装解説）
２．特徴選択
　2.1 逐次特徴選択
　2.2 モデルベース特徴選択
　　a.L1正則化による特徴選択
　　b.決定木学習/Random Forestに基づく特徴選択
　2.3 各種特徴選択の比較（Python実装解説）
３．ハイパーパラメータ最適化
　3.1 サポートベクトルマシン
　3.2 ハイパーパラメータ最適化問題
a. ランダムサーチ
　　b. グリッドサーチ
c. ブラックボックス最適化
3.3 クロスバリデーションによる評価
3.4 Optunaによるハイパーパラメータ最適化（Python実装解説）
【質疑応答】

特典

セミナー資料付
各講で最後に質疑応答時間あり。

セミナー参加費
支払い方法

1. 銀行振込または現金書留にてお願いいたします。

2. 原則として開催日までにお願い致します。

3. 銀行振込の場合は、原則として領収証の発行は致しません。

4. 振り込み手数料はご負担ください。

お知らせ

●各種割引について
1. 同一テーマ1社2名以上同時申込の場合のみ、1名につき5,500円（税込）割引いたします。
2. 大学（教員、学生）、公的機関、医療機関の方は、「アカデミック価格」33,000円/1名（税込）でご参加いただけます。（2名同時申込割引は適用されません）

割引適用の場合は、お申し込み後、技術情報協会より確認のご連絡を差し上げます。

※申し込み人数が開催人数に満たない場合など，状況により中止させて頂く事が御座います。

●Live配信セミナーの受講について
・セミナー配布資料は印刷物を郵送いたします。
・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
・本講座はお申し込みいただいた方のみ受講いただけます。複数端末から同時に視聴することや複数人での視聴は禁止いたします。