機械学習から、統計的機械学習へ【WEBセミナー】

※本セミナーは12月10日から変更になりました

1　はじめに
　　1.1　データマイニングと人工知能
　　1.2　機械学習とは何か？
　　　1.2.1　教師あり学習
　　　1.2.2　教師なし学習
　　1.3　深層学習概説
　　1.4　データマイニングと人工知能の違い
　　1.5　統計的機械学習の目的とメリット
　　1.6　確率の基礎と例題
　　　1.6.1　規格化条件
　　　1.6.2　平均・分散
　　　1.6.3　和法則・積法則
　　　1.6.4　例題で理解しよう

2　統計的機械学習の基礎とマルコフ確率場
　　2.1　ベイズ推定
　　2.2　統計的機械学習の枠組み
　　2.3　マルコフ確率場
　　　2.3.1　確率的グラフィカルモデル
　　　2.3.2　ギブスサンプリング
　　　2.3.3　ボルツマンマシン
　　2.4　マルコフ確率場の統計的機械学習
　　　2.4.1　最尤法
　　　2.4.2　最尤法と情報理論
　　　2.4.3　EMアルゴリズム
　　2.5　マルコフ確率場の問題点
　　　2.5.1　計算量爆発の問題
　　　2.5.2　近似的アプローチ
　　2.6　ガウス型マルコフ確率場

3　マルコフ確率場の応用例
　　3.1　重回帰分析問題
　　3.2　画像ノイズ除去問題
　　3.3　道路交通量の推定問題
　　3.4　グラフマイニング問題
　　　3.4.1　スパースモデリングのアプローチ
　　　3.4.2　項目間の関連マップの抽出

4　人工知能への応用
　　4.1　パターン認識問題とは？
　　4.2　問題のベイズ的定式化と逆問題
　　　4.2.1　事後分布による逆推定
　　　4.2.2　AIシステムが何を見ているか？
　　4.3　ベイジアン・ディープラーニング

5　おわりに
　　5.1　本講座のまとめ
　　5.2　統計的機械学習の利点とこれから