| 講座名 |
機械学習代替モデル構築～物理サロゲートモデルのはじめ方～
|
| 主催 |
サイバネットシステム株式会社
|
| 受講料 |
44,000円(税込) |
| 受講期間 |
1日間 |
| 講座の種類 |
理論メイン |
| 受講対象レベル |
レベル２(中級） |
| 実施形態 |
講義 実技 オンサイト WEBリアルタイム |
| モデル化領域 |
プラントモデル |
| 対象領域 |
|
| 対象分野 |
|
| 目標・狙い |
■本講座は機械学習を有効利用するためにどうすればよいのか解説・演習を行います。
有効利用するためには、１．機械学習とその実装に対する知識、２．機械学習の特徴（できること、できないこと）、 そして、３．学習に必要なデータの取得と前処理技術、について理解を深め習得する必要があります。
機械学習は関数の形など一切事前情報はありませんが、適切にデータを用意することによって、 高精度の予測を行うことができます。このデータに対する考え方は本講座の最大の特徴です。 |
| 概要 |
10:00～10:05 １．本講義の目的（座学）5分
10:05～10:30 ２．機械学習の基本（座学）25分
10:30～12:00 ３．三角関数の学習（実習）90分
12:00～13:00 昼食休憩
13:00～13:30 ４．機械学習を適用するための注意（座学）30分
13:30～14:30 ５．活性化関数と最適化手法の比較（実習）60分
14:30～15:00 ６．早く収束させるための正則化技術（座学）30分
15:00～16:30 ７．最も重要なデータ拡張：はりのたわみ量と位置の予測（座学＋実習）90分
16:30～17:00 ８．工学応用の事例：自動車剛性予測、衝突安全分野への適用など（予定） 30分 |
| 習得スキル(技能) |
機械学習とその実装
データの取得と前処理技術
CAEと機械学習の融合 |
| 習得技術(知識) |
機械学習
活性化関数
最適化手法
機械学習とCAE |
| 習得ツール |
Python
Pythonおよびその関連モジュール |
| 課題 |
・事前学習として望ましい知識
Pythonおよびその関連モジュールのインストールと動作確認ができる知識 |
| 関連資料 |
|
詳細情報
申し込み先 |
https://www.cybernet.co.jp/cae-univ/course/machine_learning_hybrid/ |