1:序論
1-1:AIブームの現実と問題点
1-2:最近のAIの3つの大きな課題
2:【基礎】人工知能・機械学習超入門
2-1:人工知能における考え方の推移
2-2:機械学習の手法
2-3:教師あり/なし/半教師あり学習
3:【現在】深層学習のキーポイント
3-1:深層学習の基礎・方法・最近の手法
3-2:深層学習の長所と短所
3-3:深層学習を「説明する」ための方法
4:【将来】深層学習から進化的機械学習へ
4-1:次世代のAI:進化的機械学習とは?
4-2:進化的機械学習の応用例1(画像処理・認識)
4-3:進化的機械学習の応用例2(自律ロボット制御)
5.【応用1】製造業へのAI導入1:異常検知
5-1:少数データに対する機械学習
5-2:少数データを用いた異常検知法
5-3:学習データの水増しと半教師あり学習
6.【応用2】製造業へのAI導入2:システム最適化
6-1:最適化と機械学習
6-2:回帰問題としてのシステム記述
6-3:ベイズ最適化によるパラメータ最適化例
7.【応用3】製造業へのAI導入3:時系列変動予測
7-1:時系列予測の基礎と手法
7-2:時系列予測の実例の紹介
7-3:未来も学習できる新しい機械学習法:浸透学習法
8.【経営者への提言】業務へのAI導入を成功させるコツ
8-1:AI導入時の基本8箇条とは?
8-2:AIコンサルとは何か?
8-3:AI導入を成功させる企業とは?
9.まとめ
講師紹介
東京工業大学大学院総合理工学研究科出身.東京工業大学工学部・助手,助教授を経て2000年より現職.
2008年に大学発ベンチャーを起業.産学連携活動に力を入れている.
●著作:
人工知能,画像処理,進化計算法などの知能情報学関連の論文,国際会議論文,著書多数.
●所属学会・協会および役職・活動状況:
情報処理学会,人工知能学会,進化計算学会,電子情報通信学会,IEEEなどに所属.政府関係の
委員会の委員などを歴任.