小規模データに対する機械学習の効果的適用法【WEBセミナー】

～関数推定 / 異常検知 / 深層学習 / 進化的機械学習～

　1　機械学習の現状と課題
　　1.1　人工知能と機械学習
　　1.2　機械学習の種類と方法
　　1.3　教師あり／なし／半教師あり学習
　　1.4　深層学習（ディープラーニング）概論
　　1.5　生成系AI・説明可能AI（XAI）
　　1.6　少量データを用いた機械学習とは？

　2　少量データを用いた機械学習1：関数推定
　　2.1　ベイズ最適化に基づく関数推定
　　2.2　遺伝的プログラミング（GP）による関数推定
　　2.3　CGP（Cartesian GP）による関数推定

　3　少量データを用いた機械学習2：異常検知
　　3.1　1クラスSVM（Support Vector Machine）
　　3.2　AEなどによる特徴の次元削減に基づく異常検知
　　3.3　異常検知における学習データの水増し
　　3.4　時系列信号に対する異常検知

　4　少量データを用いた機械学習3：少量データによる深層学習
　　4.1　少数学習のための深層回路の最適化
　　4.2　CG（Computer Graphics）を用いた機械学習
　　4.3　GANや生成系AIによる水増し
　　4.4　転移学習と蒸留・浸透学習（Percolative Learning）

　5　少量データを用いた機械学習4：進化的機械学習
　　5.1　進化計算法の原理と特徴
　　5.2　処理プロセスの自動生成
　　5.3　分かり易い分類器の自動生成
　　5.4　CS（Classifier System）によるルールの学習

　6　AIの業務への導入方法
　　6.1　AI導入時の注意点
　　6.2　AI人材の育成方法について

　7　まとめ