ページの先頭です。 メニューを飛ばして本文へ
現在地ホーム > 地域連携センター > セミナー「最近話題のAI(人工知能)・機械学習への誘い」を開催します

セミナー「最近話題のAI(人工知能)・機械学習への誘い」を開催します

印刷用ページを表示する 掲載日:2018年1月24日更新

最近話題のAI(人工知能)・機械学習への誘い

「AI,機械学習,深層学習,R, Python(みやぎから小さな一歩)」と題し,セミナーを開催いたします。
関心をお持ちの皆さまにご参加いただきたくご案内いたします。

開催日時・概要

講師: 富樫 敦   公立大学法人 宮城大学 教授
              公益財団法人 仙台応用情報学研究振興財団 主幹研究員
      

 日 時テーマ概  要
第1回

1月24日(水曜日)

公的オープンデータの利活用とAI入門
 (Useful Use of Public Open Data and Introduction to Artificial Intelligence)

自動車が無人で運転できそうな時代がもうすぐ目の前にきています。一方,人事に関し,実績評価や人事異動がAIに移行しようとしている現在,その核となるAIとは何かを解説します。
初回である今回は,4回に渡る全体の研修内容と,初回のテーマであるAIおよび公的オープンデータ利活用について触れます。公的オープンデータの活用については,「jSTATMAP」「RESAS」を主に紹介します。研修では,これら府省庁系のWebサービスの活用を通して,いかなるサービスがinnovateできるかをbusiness model generation 的視点から模索します。AI入門に関しては,最近注目を浴びているDeep Learning の活用動向について概要を述べ,参加者と情報共有,議論を深めていきます。
.

第2回2月7日(水曜日)マーケティングの局面からのRによる機械学習(データマイニング)
(Introduction to Machine Learning from view point of Marketing with R)

Pythonほどは敷居が高くなく,Javaと比べると遙かに操作性&学習容易性が高いプログラミング環境としてRがあります。今や,RかPythonかと選択を迫られていますが,正解は両方と言わざるを得ません。
この回では,顧客優先のマーケティングサイドから,Rを基盤としたデータマイニング技術より,顧客が何を求めているかを,最近のデータマイニング手法をし,以下の活用事例を吟味していきます。
・顧客間の関係をつかむための主成分分析
・k-meansによるクラスタリングと視覚化(セグメンテーション)
・多次元尺度法(MDS)によるポジショニング
・広告戦略による売上予測モデル(多変量解析)
・A/Bテストの実施と検定
・直交表によるテストとロジスティック回帰分析
などを予定しています。
.

第3回2月21日(水曜日)人工知能の利用に関し,設計・実行・検証・報告を一挙に行える何度でも再現可能なPDCAサイクルの実現とWeb型即時対応システム による実行と視覚化
(Reproducible Research and Business Intelligence with R)

PDCAに刺激され,普段の仕事は企画,実行,検証,報告書,次へのさらなる改善提案&企画と継続されます。この4つのステージで,その都度文書化,シミューレーション,視覚化(理解向上のため),報告書,を強いられます。本回の目的は,これらのプロセスを,業務をデータ分析,AI,企画,視覚化に限定した場合,自動化できるのではないかについて紹介します。
Rを用いたreproducible research:Rのパッケージknitr + pandoc による『R Markdown Reproducible Research』を紹介します。マークアップ付きドキュメンテーション,データの取り込み,分析,結果の視覚化とファイル出力を一つの枠組みで実現可能で,プレゼンテーションのためのスライド作成まで行えます。Python に対する似たような支援環境についても言及します。
Shiny によるWebベースのリアクティブシステムの実現:Rのshinyパッケージにより,Webを用いたリアクティブシステムの実現法について紹介します。ユーザの入力に応じたデータの分析を行い,即座に視覚化することができ,B.I.ツールの発展についても触れていきます。
.

第4回

3月7日(水曜日)Pythonによる深層学習(Deep Learning, AI)の実装
(Implementation of Deep Learning with Python and Practical Applications)

今,話題のDeep Learning です。将来,人間の職を奪う敵とも言えます。しかし,使い方によっては味方にもなり得,最近は,AIに関する記事が紙面を賑わしています。
この回では,Deep Learningの簡単な解説とPythonによる実装を試みます。具体的学習データで学習し,予測を試み,Pythonでの開発を行うための開発環境についても言及します。時間があれば,RによるDeep Learningの実装についても触れたいと考えます。
.

スケジュール: 午後6時~8時 講義と演習
           午後8時~9時 追加演習と質疑       

会場

仙台応用情報学研究振興財団 会議室 (宮城県仙台市青葉区錦町1丁目5番1号 N-OVALビル1階)

定員

30名程度

費用

無料

事前条件

jSTATMAPの会員登録を行い,jSTATMAPを自由に利用できること。
R,Pythonの実行環境をインストールしていること。
(いずれも必須ではありません。)

申し込み・問い合せ先 

宮城大学  教授 富樫 敦  E-mail:togashi(a)myu.ac.jp ※「(a)」を「@」に変えてご利用ください。