１． 現在までの機械学習の全貌を最初に把握しよう！
1-1 2010年代初頭までの機械学習とは？
(1) 分類の例としての2010年代初頭までのスパムメール判定のしかた
(2) 機械学習における回帰とは？
(3) 分類のための主な10個の機械学習アルゴリズムについての解説
(4) 機械学習アルゴリズム６種類の用途例とその内容についての一覧表など
1-2 2010 年代初頭以降の機械学習とは？
(1) この時代から2025年までの現代に急速に発展してきた機械学習の概要
1-3 狭義の機械学習とは？
1-4 広義の機械学習とは？
２． 教師アリ学習と教師ナシ学習
2-1 教師アリ学習とは？ どのようなときに使うのか？
2-2 教師アリ学習の例題（課題とその解き方）
(1) 課題の背景
(2) 目的
(3) 教師あり学習の使い方
(4) 利点
(5) 実際に使われている現場例
(6) この場合の「AIで学習させる」とは具体的にどんな方法か？
(7) なぜCNN（畳み込みニューラルネットワーク）が使われるのか？
(8) 具体的な学習方法の流れ（スマホガラス検査の場合）
(9) 損失関数と最適化
(10) 学習のしかた
(11) なぜ、多層パーセプトロン(MLP)を使用しないでCNNを使用するのか？
(12) CNNの本質とは？
(13) CNNで画像のエッジ処理を行い傷などの特徴量検出を行う方法を具体的
な計算で解説
2-3 教師ナシ学習とは？ どのようなときに使うのか？
(1) 教師ナシ学習のイメージ
(2) どのようなときに使うのか？
(3) 主な用途は？
(4) どのようなときに使うか？
(5)
教師ナシ学習の具体例 ： クラスタリング（K-means法）
2-4 教師アリ学習、教師ナシ学習、自己教師アリ学習の整理
３． 有限要素法などによる数値解析・機械学習・インフォーマティクス（情報科学）の使いこなし方
3-1 有限要素法などによる数値解析・機械学習・インフォーマティクス（情報科学）の各々の特徴（長所と欠点）の一覧表
3-2 各々の活用法・活用例を簡単に理解しよう！
3-3 各分野の主要ソフト・導入難易度・ライセンス一覧
3-4 インフォ－マティクスに活用されている最適化数学の代表的な手法について名称・特徴・主な用途/分野を一覧表にてポイント解説
４． Pythonのインストール、Google Colaborately、及びPythonプログラムの使用、実行方法および使いこなし方につて分かりやすく解説
4-1 JupyterNotebookのインストール方法
(1) アナコンダ経由でJupyter Notebookをインストールする方法
(2) Jupyter
Notebookだけを単独でインストールする方法（pip使用）
(3) 仕事に即役立つ、Jupyter NotebookとGoogle Colaboratelyの賢く要領のよい使いこなしかたについても解説
4-2 Pyhtonが分からなくてもChatGPT(無料版）を併用すれば問題無しとは？
５． 分類と回帰による機械学習
5-1 分類とは？
(1) 情報処理・機械学習における「分類」
(2) 科学・工学分野における「分類」
(3) 文章や表の構成における「分類」
5-2 実際に工業分野で活用されている分類による機械学習10選！
5-3 Pythonを使って簡単な分類による機械学習をやってみよう！
(1) 機械学習によるモータ電流(IoT)の常時監視による正常/異常の判断のしかた
5-4 回帰による機械学習にはどのようなものがあるのか？
5-5 実際に工業分野で活用されている回帰による機械学習10選！
5-6 代表的な４種類の回帰の内容・計算方法・具体的な計算のしかた
(1) リッジ回帰についての解説
(2) ラッソ回帰についての解説
(3) 決定木回帰についての解説
(4) ベイズ回帰（ベイズの定理を回帰分析に応用）についての解説
5-7 Pythonを使って簡単な回帰による機械学習をやってみよう！
(1) 問題（k-NN回帰の計算例題）
(2) この問題を解くための数学理論(勾配降下法）
(3) k-NN回帰問題の計算のしかたと解答の求め方
(4) この問題を計算するPythonプログラムの作成と実行結果
６． 深層学習における多層パーセプトロンによる機械学習
6-1 深層学習（ディープラーニング）とは？
6-2 深層学習による画像認識の具体例
6-3 実際に仕事で活用されている深層学習（ディープラーニング）による機械学習10選！
6-4 Pythonを使って簡単な深層学習（ディープラーニング）による機械学習をやってみよう！
(1) 問題設定（手書き数字の認識と判定のしかた、６万枚の画像データを使用）
(2) 解答と解説
(3) Pythonプログラムの実装TensorFlow/Kerasによる実装
(4) 実行結果
6-5 TensorFlow、Keras、Pytorchの使い分け方とどのような機械学習に使用するかのポイント
７． 機械学習を機械設計に活用して使いこなす方法を分かりやすく解説！
7-1 モータの効率を最大化するシャフト寸法を機械学習により求める機械設計問題とその解き方（機械設計問題の最適化のためのモデル化のしかたのノウハウも解説）
7-2 解き方を分かりやすく解説（技術ノウハウを含む）
7-3 Python で実装（ランダムフォレスト回帰）
7-4 この設計問題で使用する機械学習理論の一つであるランフダムフォレスト回帰についての理論（本質的な考え方）を分かりやすく解説
7-5 今回のプログラムに即した数値処理の流れ
7-6 前記の各ステップのPythonプログラムを一つにまとめて
7-7 実行結果とそのグラフ
８． 機械学習を制御技術に活用して使いこなす方法を分かりやすく解説！
8-1 実務にすぐに使える設計課題の設定（モータの異常検知による自動制御切替）とその分かりやすい解き方
8-2 この問題の解答の前に、この問題の解決に使用する機械学習理論の一つであるOne-Class
SVMの理論のポイントと分かりやすい解説
8-3 One-Class SVMについての 分かりやすいイメージと解説！
8-4 解答に至るまでの考え方と具体的な計算のしかた
8-5 One-Class SVMを使って異常判定し、制御モードを切り替えるPythonプログラム
8-6 実行結果
8-7 通常のSVMとOne-Class
SVMの違い
8-8 One-Class SVMの数学的定式化のしかたのイメージと数式の解説
8-9 カーネル関数の具体的なイメージ
8-10 One-Ckass SVMによる異常検知プログラム
8-11 次に、この課題をオートエンコーダーにより実行することを考える！オートエンコーダーについての分かりやすい解説
8-12 オートエンコーダーによる異常検知プログラム
8-13 One-Class
SVMとオートエンコーダーの比較
９．質疑応答
＊本セミナー中で解説しておりますPythonプログラムはネットセキュリティの関係上、本セミナーのPDFテキストなどに添付してお送りすることはしておりません。PythonプログラムはPDFテキスト内に記載されておりますでの、そちらをご参照ください。
・本セミナーに関するお問い合わせは 「お問い合わせ」 へ
お願い申し上げます。
・セミナー内容は、諸事情により多少変更になることがございます。
＜無料特典についての詳細＞
| 特典：その１ ご質問への 無料解答 |
・ご視聴終了日から７日間以内であれば、ご視聴頂きましたセミナー内容についてのご質問をお受付けさせて頂きます。 ・ご質問は、メールにてご質問内容を箇条書きにして、『ご受講セミナー名、ご視聴期間、会社名、部署、お名前、会社の部署の電話番号、受講者様のメールアドレス』をご記入の上、メール（ktl@r4.dion.ne.jp）で標題は「受講したセミナーについての質問」と書いてお送り頂く様お願い申し上げます。 ・講演を行いました講師が直接、ご解答させて頂きます。ご解答は、メールまたはZoomで直接"face to face"でご解答させて頂きます。 ・費用は勿論無料です。 |
＜講師からの一言＞
・データサイエンティストは数学はできるが、技術のことは全く分からないというのが普通です。技術者は自分の専門分野は理解できているが数学は苦手な場合が多い。ということで両者は相手の言っていることが理解できず、両者の協業は難しくうまくいかないことが多いです。
・このセミナーでは、機械学習を各従来技術に活用できるようにするためにいくつかのPythonプログラムを紹介しますが、ChatGPTの併用によりPythonを使ったことが無い方も使えるようになる方法を解説します。このPythonプログラムは例として解説しますが、ChatGPTを活用して変更すれば仕事で活用できます。
・このセミナーではエンジニアのあなたがAI（データサイエンス）を理解すれば、あなたが自分の技術分野に機械学習、つまりAIを活用できできるということになります。
・このセミナーでは、機械学習の難解な理論を理解せずとも、スムーズに短時間で自分の技術分野に機械学習を活用できるようになることを目的にしています。
＜受講対象者＞
・これから機械学習の勉強を始めるかた
・自分の専門技術分野に機械学習（AI）を活用したいがその具体的な方法がよくわからないかた
・機械学習はかなり難解な数学が理解できないと活用できないと考えているかた
＜予備知識＞
・高等学校の数学の知識
・大学の教養課程で学ぶ数学が一応理解できていればなお望ましい
＜修得知識＞
・機械学習を自分の専門技術分野に活用するための考え方や具体的なやり方が身に付きます。
＜講師・テキスト・受講料・お支払い方法など＞
| 講師 | （社）日本騒音制御工学会認定技士 （社）日本音響学会技術開発賞受賞 有限会社アイトップ 統括技術コンサルタント 通訳・翻訳 博士（工学） 小林英男 氏 名古屋大学大学院 元非常勤講師（日本政府主催のフルスカラシップ試験に合格した留学生（修士課程・博士課程）に微分積分学・線形代数学・ベクトル解析学・最適化数学・統計解析・ベイズ統計解析・機械学習などを英語で講義、2021年～2024年 |
|---|---|
| 講師略歴 | 東京電機大学工学部機械工学科卒業後、東京農工大学大学院工学研究科にて特別研究員（５年間）。 大学生時代にESS（英会話部）に所属し、カリフォルニア大学バークレイ校（通称ＵＣバークレー、世界大学ランキングで毎年10位以内）にて英語研修、および毎日新聞社後援英語弁論大会で３位入賞。上智大学にて開催された全日本選抜集中合宿英語研修（２週間英語のみ、日本語禁止、主催は財団法人語学教育振興会で会長は東京大学名誉教授坪井忠二先生）に２年連続で選抜され参加。東京電機大学第５３代ESS部長。技術だけでなく英語の勉強にも集中したのは卒業後に世界で活躍できるエンジニアになるため。 大学卒業後、リオン㈱に入社し、騒音・振動の測定・分析・対策、および海外事業部でヨーロッパを担当してセールスエンジニアとして従事。 ㈱アマダに勤務し、工場で組立・製造・検査、海外事業部でNCタレットパンチプレスの修理・NCプログラムの作成教育・板金加工技術のコンサルタント、システム事業部で板金加工自動化ライン(FMS)の開発・設計、および技術研究所でアマダ製品の低騒音・低振動化および快適音化などの研究開発に携わり大ヒット商品を世に送り出した。上記のように、製造、サービス、設計、開発、研究（製造～研究まで）の一連の実務経験・実績を積み重ねた。 その後、技術コンサルタントとして独立して２８年が経過した。１部上場企業の研究、開発、設計部署を中心に、多くの企業に対し振動・騒音分野およびマルチフィジックス分野で技術指導および技術コンサルティングを実施。この間に先進国を中心に２５ヶ国以上に出張し、エンジニアとして英語で仕事をしてきた。またときに通訳・翻訳なども依頼され実施してきた。 ここ10年以上は推測統計解析、ベイズ統計解析の研究にも力を入れ、実務エンジニアリングへのベイズ統計学の適用、および機械学習やAIの研究にも力を入れている。 セミナーの講師歴は約３０年間。日刊工業新聞社主催などの多くの技術セミナー・（技術）英語セミナー・工業数学セミナー・応用物理数学セミナーの講師を実施してきた。この間に専門学校や大学で非常勤講師も行ってきた。 また、日刊工業新聞社主催のセミナー講師歴は長く１０年以上。本セミナーの内容にも関連する流体と振動・騒音や伝熱とのマルチフィジックス解析の技術指導も行ってきた。また現在は、機械学習・AIにより従来技術を高知能化するための技術指導にも力を入れている。 本セミナーでは、上記に関連した技術理論はもとよりその時々の実際の実務経験・技術ノウハウもまじえながら分かりやすく解説致していきます。 |
| 所属学会 | ・日本機械学会 ・自動車技術会 ・日本ロボット学会 ・日本騒音制御学会、etc. |
| ご視聴期間 | ご視聴開始日から、3日間ご視聴し放題！ご視聴開始希望日をお申込フォームの最後尾の「連絡事項など」の欄にご記入下さい。ご記入がない場合は、基本的にお申し日から３日後位からのご視聴になります。 |
| セミナー形態 | 本セミナーは、最近開催したセミナーのオンデマンドセミナーです。3日間は何回でもセミナーの途中からでも繰り返し視聴ができます。 ご視聴開始希望日をお申込みフォーマットの備考欄にご記入頂く様お願い申し上げます。セミナーのご受講お申込み後に当社宛のメール（ktl@r4.dion.ne.jp）にてご連絡頂くこともできます。 |
| 受講料など | <受講料について＞ ・2025年5月3日～5月末日にお申込頂いた場合、 受講料：新キャンペーン企画：お一人様￥45000（従来￥56000） ・当社は免税事業者です。当社の方針により消費税は頂いておりません。よって、受講者からしますと消費税が値引きされたことになります。 ・ご視聴開始日から3日間視聴し放題 ・上記の2025年5月3日～5月末日の期間以外にお申込みをされた場合、受講料はお一人様￥50000になります。 ＜テキストについて＞ テキストは、PDF化したものをメールに添付して受講者様にお送りさせて頂きます。基本的には、ご視聴開始日前日までににPDFテキストをメールに添付してお送りさせて頂いております。 テキストは１枚のA４の用紙に２スライド印刷（４スライド印刷ではありません。４スライド印刷では小さな字が見にくいので。）なので文字が適度な大きさなので見やすくなっております。テキストはフルカラーで当セミナーの講師オリジナルの分かりやすい多くのカラー解説図を含みます。 なお、テキストをコピーし２次配布することなどは、コンプライアンス（法令遵守）およびコーポレートガバナンス（企業統治）により禁止になっております。 ＜受講料のお支払いについて＞ ・会社受講（会社が支払う）の場合 お支払いは、セミナー受講のお申込み頂き受講料の請求書が届きましたら、なるべく早く当社指定銀行口座（受講料の請求書に記載されております）にお振込み頂く様お願い申し上げます。遅くてもセミナー開催日の翌月の末日までにお支払い頂く様お願い申し上げます。 また、会社支払いの立替えで受講者様が直接お支払い頂くこともできます。 領収書が必要な場合は、メールにてその旨ご連絡頂ければご指定頂いた宛先名で領収書を発行致します。 ・会社受講ではなく個人受講（会社ではなく受講者様自身がが受講料をお支払い）でお申し込みの場合 セミナーのご視聴開始日前迄に当社指定口座にお振込み頂く様お願い申し上げます。この場合、当社指定口座に関するお振込先の情報は、セミナーお申込み日にメールにてまたはセミナー受講料のご請求書にてご連絡させて頂きます。 この場合も領収書が必要な場合は、メールにてその旨ご連絡頂ければご指定頂いた宛先名で領収書を発行させて頂きます。 ＜請求書について＞ 2023年10月にインボイス法が施行されました。当社は免税事業者を選択しましたので、請求書に課税事業者番号は記載されておりません。よって、消費税も請求致しません。 電子帳簿保存法に準拠し、セミナー受講料のご請求書はPDF化した電子請求書をメールに添付してお送りさせていただ来ます。紙の請求書が必要な場合は、当社宛のメール（ktl@r4.dion.ne.jp)にてその旨ご連絡頂ければ、郵送させて頂きます。 ＜ご注意事項＞ 時としてご視聴頂く動画の内容やテキストの内容の一部が、ネットで告知しておりますセミナーの目次と多少異なる場合があるかもしれません。その場合はご容赦頂く様お願い申し上げます。 |
| よくある質問 | ココをクリックして下さい。 |
| 個人情報保護方針 | ココをクリックして下さい。 |
| お申込み | ここをクリックして下さい。メール（送信先は、ktl@r4.dion.ne.jp）でお申込み頂くこともできます。 |
| アイトップ社の ホームページ |
ココをクリックして下さい。本セミナーの講師のブログなど盛りだくさんの内容を掲載、ご参照下さい。トップページの左側の多数のナビゲーションから多くの内容をご参照頂けます。 |
| アイトップ社の セミナーの一覧 |
ココをクリックして下さい。 |