☆☆☆Web配信セミナー☆☆☆
【ハンズオンセミナー】
『スパースモデリングの基礎と応用事例解説』
S201216KW
☆☆☆本セミナーは、Zoomを使用して、行います。☆☆☆
※ハンズオンではブラウザとGoogleアカウントがあれば、追加ソフトウェアの
インストールなしにプログラミングできる、Google Colaboratoryを使用します。
円滑にハンズオンを進めるため、Googleアカウントをご用意の上、下記URLより
「Colaboratoryとは」と「はじめに」をご覧頂き、簡単な使い方の予習をお願いします。
https://colab.research.google.com/notebooks/welcome.ipynb?hl=ja
開催日時：2020年12月16日（水）10:30-16:30
受 講 料：お1人様受講の場合 55,000円[税別]／1名
安本篤史（やすもとあつし） 氏
株式会社HACARUS データサイエンティスト …理学修士。主に異常検知などの産業領域のプロジェクトに携わっている。
| ＜略歴＞ |
2013年 京都大学 理学部 修了
2015年 京都大学大学院 理学研究科 修士課程 修了
2018年 京都大学大学院 理学研究科 博士後期課程 卒業
2018年4月〜2020年1月 株式会社蒜山地質年代学研究所
2020年2月〜現在 株式会社HACARUS |
| ＜受賞歴＞ |
2015年 日本地球惑星科学連合2015年大会 学生優秀発表賞 |
| ＜専門分野＞ |
データ駆動科学 / 変成岩岩石学 |
| |
ある現象の要因になりそうな多数の候補から本質的なものを抽出したい。そんな要望に応えるのがスパースモデリングです。データ量が限られている場合にも利用でき、MRI画像やブラックホールの撮像を始め、マテリアルズインフォマティクスでも応用されています。
本講義はスパースモデリングの基礎と応用事例を紹介します。更にハンズオンを交えることで、スパースモデリングを使う上での勘所を押さえていただければと思います。スパースモデリングそのものに興味のある方はもちろん、データを理解するためのデータ分析の手法を身に付けたい方や、ディープラーニング以外のデータ分析手法を知りたい方に役立つ内容にしました。
※ハンズオンではブラウザとGoogleアカウントがあれば、追加ソフトウェアのインストールなしにプログラミングできる、Google Colaboratoryを使用します。円滑にハンズオンを進めるため、Googleアカウントをご用意の上、下記URLより「Colaboratoryとは」と「はじめに」をご覧頂き、簡単な使い方の予習をお願いします。
https://colab.research.google.com/notebooks/welcome.ipynb?hl=ja
|
1 スパースモデリングの基礎と応用例
1.1 スパースモデリングとは
1.2 スパースモデリングの応用例
1.2.1 MRI画像への応用事例
1.2.2 ブラックホル撮像への応用事例
1.2.3 マテリアルズインフォマティクスへの応用事例
2 Lassoの基礎知識
2.1 L0ノルム、L1ノルムのポイントと留意点
2.2 Lassoとは
2.3 Lassoの最小化アルゴリズムについて
2.4 Lassoハンズオン（Python）
2.4.1 スパース回帰分析
2.4.2 テーブルデータに対する変数選択
2.4.3 実データにLassoを適用するときのTips
2.5 Generalized Lassoとその応用例
2.5.1 時系列データへの応用
2.5.2 画像データへの応用
3 辞書学習の基礎知識
3.1 行列分解とは
3.2 非負値行列分解
3.3 K-SVDアルゴリズム
3.4 辞書学習ハンズオン（Python）
3.4.1 画像の異常検知
3.4.2 ハイパースペクトル画像に対する辞書学習の適用
