セミナー

【ライブ配信セミナー】
インスタントAIではじめる機械学習&AI活用ビジネス
~オープンソースAIで学ぶ!文系もデキるAI開発~

開催主旨

  ここ数年、AI実装に必要な技術の多くがオープンソースで公開され、業務に活用できるサービスにも幅広く組み込まれるようになっています。従来は、専門家であるデータアナリストのノウハウおよびプログラミング能力が求められ、AIの活用は限定的でしたが、機械学習の自動化AutoML(Automatic Machine Learning)の開発が進展し、GoogleやAmazonなどからAutoMLが提供されています。これらのデジタル・プラットフォーマーのツールと並び、ワールドワイドで急速に利用実績を上げているのが、米H2O社が提供する無料のAIプラットフォーム「H2O-3」であり、「AIの民主化」を先導しています。
 H2O-3は、データ準備するだけで機械学習が利用することができ、かつAI人材やAI投資がない状況下でも検証できる特徴から、需要予測・売上予測・不正監視・故障診断・ローン審査・医療検査予測など様々な分野で利用されています。また、H2Oは作成したAIモデルをJavaモジュールとして提供することができ、既存システムへの適用が容易に行える特徴も備えます。
 本講座では、AIプラットフォーム「H2O-3」の特徴から変数設定の考え方、データクレンジング(前処理)およびデータの準備、実装方法までを、H2O-3のハンズオンを通じて解説します。H2O-3はノンコーディングで実装することができ、専門家でなくても扱えるツールです。「インスタントAI」と言える、このような特徴から自社内でのPoCの実施・検証での用途でも利用が広がっています。自社でAIビジネスを立ち上げたい方に加え、社内で保有するデータを検証したうえでAIベンダに開発依頼をしたいという方の参加をお薦めします。

 本セミナーは、オンライン配信ツールZoomおよびCisco Webex Meetingsを使い、出演者自身も自宅から出演いただく形式の「Home to Home」(H2H)セミナーとなります。ご視聴方法(参加用URL等)はご登録くださいましたメールにお知らせいたします。ZOOMでの視聴が困難な方には別途、こちらの手順を参照のうえブラウザ上でご視聴ください。本方法での視聴が難しい方は、他の視聴方法をご案内いたしますので問い合わせ先のメールアドレスまでご連絡ください。なおCisco Webex Meetingsでの参加をご希望される方は、申し込みフォームの備考欄にその旨をご記載ください。

概要

日時

2020年 10月14日(水)14001715

(休憩15301545

受講料

22,000円(テキスト代、税込)

※振込手数料は貴社でご負担願います。

※講座実施前の入金をお願いしておりますが、新型コロナウィルス感染症の影響を考慮し、講座実施後の入金にも対応しています。

主催 日刊工業新聞社
問い合わせ先 日刊工業新聞社
大阪支社 事業出版部 セミナー係
TEL : 06-6946-3382
FAX : 06-6946-3389
E-mail : seminar-osaka@media.nikkan.co.jp

講師

石倉 一利 氏(人工知能応用センター 理事長)

このセミナーを申し込む

プログラム

1.インスタントAI「H2O」の概要
1-1 AIの現状
 ①機械学習とDeep Learningの違い
 ②人工知能に含まれる分析技術
 ③機械学習の分類と仕組み
 ④世界のAI市場と日本AI研究の状況
1-2 インスタントAI
 ①AIの民主化
 ②AI関連GUIツールサービスマップ
 ③データを入れるだけで識別・予測できるインスタントAI
1-3 H2Oの概要
 ①H2Ono特徴
 ②H2O AutoML
 ③おもなアルゴリズム(決定木、分散コンピューティング、分散ランダムフォレスト、GLM、GBM、XGBoost、GLRM、Word2Vecなど)
1-4 H2O-3のアーキテクチャ
 ①H2Oの利用形態
 ②H2Oの利用環境
 ③H2Oのモデル構築フロー
2.H2Oの利用状況
2-1 H2Oの利用事例
 ①H2O導入企業(ワールドワイドで7,000社以上)
 ②H2Oはオールレンジで利用(モノづくり、金融、ヘルスケア、保険、マーケティング、小売り、製造業、通信ほか)
2-2 H2Oの紹介動画(需要予測の実施方法など)
2-3 Kaggleでの実績
 ①Kaggleでよく利用されているアルゴリズム
 ②世界で約180名しかおいないKaggle Grandmasterのうち10%がH2O.aiに在籍
3.H2Oのアルゴリズム
3-1 H2Oのアルゴリズム
 ①H2Oのアルゴリズム
 ②H2Oで利用できる分析モデル(Deep Learning、分散ランダムフォレスト、勾配ブースティングマシン、一般化線形モデル、k平均法、
  ナイーブベイズ分類木、主成分分析、積層アンサンブル、XGBoost、アグリゲータ、一般化低ランクモデル、
  K-Means Clustering、Word2Vecなど)
3-2 機械学習の評価関数
 ①評価関数、損失関数
 ②損失関数における代表的な評価関数
 ③コスト関数
 ④過学習と正則化
 ⑤目的関数
4.H2Ono使い方
4-1 H2O Flowについて
4-2 モデル作成のフロー
4-3 ハンズオン(Auto MLによる予測)
4-4 オープンソースH2Oの応用例
5.質疑応答
【ライブ配信セミナーに伴う注意事項について】⇒ 【詳細はこちら】
※必ずお読みください
(お申込みを頂いた時点でご同意頂いたとみなします)

このセミナーを申し込む

一覧へ戻る

日刊工業新聞社関連サイト・サービス

このサイトでは、アクセス状況の把握や広告配信などのためにクッキー(Cookie)を使用してしています。このバナーを閉じるか閲覧を継続した場合、クッキーの使用に同意したこととさせていただきます。なお、クッキーの設定や使用の詳細についてはプライバシーポリシーページをご覧ください。

閉じる