「機械学習」カテゴリーアーカイブ

Python, カルマンフィルタ, データサイエンス, 機械学習

◆◆【in大阪】CAE技術者のためのデータサイエンス勉強会 　午前『Python/Numpy基礎講習会』、 午後『カルマンフィルタ』1/29(水)◆◆

コメントする

◆◆【in大阪】CAE技術者のためのデータサイエンス勉強会
　　午前『Python/Numpy基礎講習会』、
　　午後『カルマンフィルタ』◆◆

ご好評頂いておりますデータサイエンス勉強会、
Python/Numpy講習会と合わせ、
開催回数70回・参加延べ人数200名を超えました！

午前、午後、片方のみの参加も可能です。
————————————————————
【日時】 1月29日（水）
　　　　　　午前：9:30-12:00
　　　　　　午後：13:20-16:50

【参加費】午前・午後　各2,000円
【場所】 大阪市北区中津1丁目15番20号
　　　　　 REBANGA中津ビル301号室
　　　　　 https://goo.gl/maps/VtFsQJkdegyMAdUv7

　※キャンセルは前日17時までにご連絡ください。
　　当日の無連絡キャンセルは以後参加をお断りいたします。

【内容】＜午前の部＞「Python/Numpy基礎講習会」
　　　　＾＾＾＾＾＾＾＾＾＾＾＾＾＾＾＾＾
　　　　　　*Pythonの利点・欠点
　　　　　　*PythonとNumpyの違い
　　　　　　*Pythonの概要
　　　　　　*Numpyの概要
　　　　　　*CAEへの適用事例
　　　　　　*実装方法
　　　　　　*質疑、討論
　　　　　　（コードを丁寧にご説明します。）
　　　　————————————————
　　　　＜午後の部＞「カルマンフィルタ」
　　　　＾＾＾＾＾＾＾＾＾＾＾＾＾＾＾＾
　　　　　　*カルマンフィルタの用途・考え方
　　　　　　*状態空間モデルとは
　　　　　　*観測方程式と状態方程式
　　　　　　*カルマンゲインとその計算方法
　　　　　　*カルマンフィルタをより理解する為には
　　　　　　*確率過程と時系列データ
　　　　　　*白色雑音(ホワイトノイズ)とランダムウォーク
　　　　　　*ARモデル・MAモデル・ARMAモデル
　　　　　　*アルゴリズム
　　　　　　*ケーススタディ
　　　　　　*実装方法
　　　　　　*質疑応答
　　　　（ソースコードは後日配布）
　　　　————————————————-

株式会社インサイトでは、2018年末よりデータサイエンス
勉強会を開始、12のテーマについてオリジナルテキストを
作成し、述べ70回を超える開催を行って参りました。最近
では大阪、名古屋等への開催地拡大に加え、企業への
出張セミナーも賜っております。
内容は、シミュレーション結果の分析、生産工程で得られる
データのより高度な分析、より効率的な実験計画と実験結果
の分析、開発時の実験とシミュレーションの融合、製品
運用時の計測データとシミュレーションの融合など、
データ同化の実用化を念頭に、基礎技術を一つずつ固める
ことを目標としています。

「データサイエンスを仕事に取り入れたいが漠然としていて
どのように着手したらよいか分からない。」「仕事でデータ
サイエンスを使っているが、何となく曖昧だったところを
はっきりさせたかった。」など、様々な動機で幅広い分野の
方々に、継続的にご参加頂いております。

少人数の勉強会ですので、お気軽にご参加ください
また、こんな事が出来るといいなと言う意見があれば、
是非お聞かせください。
　尚、同業他社様のご参加はご遠慮いただく場合がございます。

——————————–
【 お問い合わせ／お申込み】
　　　インサイト総務部 三好
　　 tmiyoshi@meshman.jp
　　 05088854787
　　　　参加申し込みの方は
　　　　ご希望の回、お名前、所属、ご連絡先を送信ください。
――――――――――――――――――
★皆様のご参加をお待ちしております！
――――――――――――――――――
★データサイエンス・出張グループセミナー★
　講師がご依頼先に出向いてセミナーを開催しております。
　基本コース（全5回、上限7名）
　組織力UPにお役立てください。
――――――――――――――――
▼ホームページ
　http://www.meshman.jp/
▼Twitter
　http://twitter.com/Meshman_Insight
▼セミナーカレンダー
　http://www.meshman.jp/seminar/schedule.pdf

Colaboratory, Python, 機械学習

◆◆On Colaboratory：　CAE技術者の為のPython/Numpy/Pandas基礎講習会◆◆

◆◆On Colaboratory：
CAE技術者の為のPython/Numpy/Pandas基礎講習会◆◆
———————————————————-
＊環境構築ゼロ分、Pythonがすぐに動く、画期的なハンズオン!＊
＊Pythonを知っている人からPythonを動かせる人へ＊
———————————————————–
Pythonは機械学習やディープラーニング、データ解析の処理に
よく用いられ、今や最も需要の高いと言われる言語ですが、
Pythonを学習した方々によると、ソースコードを動かすまでに
至らなかった理由は環境構築などの面倒なハードルのせいでした。
しかし、機械学習の教育・研究を目的として開発された無料ツール；Google Colaboratoryを利用すれば、これまでのような環境構築の手間はゼロ、講習会の最初に講師からURLを受け取るだけで即座にPythonを実行出来ます。Jupyter Notebookが完全にクラウドで実行される状態ですので講座の内容も格段に理解し易くなります。唯一必要なのはGoogleアカウントのみです。
実際に手を動かすることで、Pythonに対するモヤモヤ感を
あなたの強味に加えてください！

【日時】 2月7日（金）10:00-17:30（昼食休憩1h）

【会場】 インサイト会議室
　　　　　　(文京区本郷5-29-12-407 赤門ロイヤルハイツ)
　　　　　　https://goo.gl/maps/f19oJ4AvYt9zZzkT9

【会費】 8,000円

【内容】CAEは、解析結果の処理の例題を提供します。
　　　　機械学習は少ししか出て来ません。
　　　　飽く迄、CAEや機械学習を意識した基礎です。
　　　　(1)Pythonの基礎
　　　　(2)Numpyの基礎
　　　　(3)Pandasの基礎

【実施方法】(1)座学
　　　　　　(2)ハンズオン
　　　　　　　(実際にサンプルコードを実行して頂きます)
　　　　　　　 応用の時間については流動的です。
　　　　　　(3)サンプルコードの配布方法:USBメモリ又は、
　　　　　　　 インサイトのサイトからのダウンロード
　　　　　　(4)教材配布方法:印刷物のみ

【参加条件】・Pythonのコーディングに自信の無い方。
　　　　　　・自前のGoogleアカウントをお持ちで、
　　　　　　　Colaboratoryへのログインに一度でも成功した方
　　　　　　・自分のノートPCが持参出来る方

　　　　　　※Pythonに十分に慣れており、CAEや機械学習の
　　　　　　　部分だけ習いたい方には不向きです。

　尚、同業他社様のご参加はご遠慮いただく場合がございます。

——————————–
【お問い合わせ／お申込み】
　　tmiyoshi@meshman.jp　総務部 三好
　　　・ご希望のテーマと日付　
　　　・氏名
　　　・所属
　　　・連絡先
　　　をご記入ください。
　　tel:05088854787
――――――――――――――――
http://www.meshman.jp/seminar/seminar
――――――――――――――――
★皆様のご参加をお待ちしております！

▼ホームページ
http://www.meshman.jp/
▼Twitter

▼セミナーカレンダー
http://www.meshman.jp/seminar/schedule.pdf

Python

◆◆ On Colaboratory：　CAE技術者の為のPython/Numpy基礎講習会
1/4(土)◆◆

インサイトの年明け最初の講習会はPython環境構築の革命とも言えるGoogle Colaboratoryを使います。

【日 時】 1月4日（土）　10:00-17:30（昼食休憩1h）

【会　場】 インサイト会議室(東京都文京区東大赤門前)
　　　　　　https://goo.gl/maps/srmF1xwD14uuzE6p8

【参加費】 　4,000円

***
(お願い）
キャンセルは前日までにご連絡ください。
当日連絡なしのキャンセルは以後参加をお断りいたします。
テキストは前日に準備するため、当日キャンセルの場合はコピー代を請求させて頂きます。
尚、同業他社様のご参加はご遠慮頂いております。
***

■内容
CAEは、解析結果の処理の例題を提供します。
機械学習は少ししか出て来ません。
飽く迄、CAEや機械学習を意識した基礎です。
(1)Pythonの基礎
(2)Numpyの基礎
(3)Pandasの基礎

■実施方法:
(1)座学
(2)ハンズオン(実際にサンプルコードを実行して頂きます)
　応用の時間については流動的であるとご理解下さい。
(3)サンプルコードの配布方法:USBメモリ又は、
　インサイトのサイトからのダウンロード
(4)教材配布方法:印刷物のみ

■参加条件
Pythonのコーディングに自信の無い方。
自前のGoogleアカウントをお持ちで、Colaboratoryへのログインに一度でも成功した方
自分のノートPCが持参出来る方。
Pythonに十分に慣れており、CAEや機械学習の部分だけ習いたい方には不向きです。
————————————————-

★皆様のご参加をお待ちしております！

▼ホームページ
http://www.meshman.jp/
▼セミナーカレンダー
http://www.meshman.jp/seminar/schedule.pdf

***

Python, データサイエンス

◆◆【in名古屋】CAE技術者のためのデータサイエンス勉強会12/24(火)◆◆

◆◆【in名古屋】CAE技術者のためのデータサイエンス勉強会
　　午前『Python/Numpy体験講習』
　　午後『異常検知の基礎』◆◆
—————————————————————
ご好評頂いておりますインサイトの勉強会、名古屋4度目の開催です。
午前、午後、片方のみの参加も可能です。
—————————————————————
【日 時】 12月24日（火）
　　　　　　午前：9:30-12:00 『Python/Numpy体験講習』
　　　　　　午後：13:20-16:50『異常検知の基礎』

【参加費】各2,000円
【場 所】 名古屋市中村区名駅2-42-10名駅ハイツ５C 号室
　　　　 きのこの森カーテン貸し会議室
　　　　　 https://goo.gl/maps/aHFjxAgdLGdnURCQ6

　　※キャンセルは前日までにご連絡ください。
　　　当日の無連絡キャンセルは以後参加をお断りいたします。

【内容】＜午前の部＞「Python/Numpy体験講習」
　　　　＾＾＾＾＾＾＾＾＾＾＾＾＾＾＾＾＾
　　　　　　*Pythonの利点・欠点
　　　　　　*Pythonと Numpyの違い
　　　　　　*Pythonの概要
　　　　　　*Numpyの概要
　　　　　　*CAEへの適用事例
　　　　　　*実装方法
　　　　　　*質疑、討論

　　　　————————————————
　　　　＜午後の部＞「異常検知の基礎」
　　　　＾＾＾＾＾＾＾＾＾＾＾＾＾＾
　　　　　　*基本的な考え方
　　　　　　*正規分布に従うデータ
　　　　　　*1変数正規分布
　　　　　　*多変量正規分布
　　　　　　*クラスター分析の概要
　　　　　　*多変量正規分布
　　　　　　*ケーススタディ
　　　　　　*実装方法
　　　　　　*質疑、討論

　　　　（ソースコードは後日配布）

————————————————-

シミュレーションと実験、生産・運用現場での
計測の融合を目指して、データサイエンス勉強会を開催して1年、
開催回数は40回を超えました。
実際に業務でデータサイエンスを取り入れていらっしゃる方、
これからどのように取り入れていくか模索中の方など
幅広い業種の方々に継続的にご参加頂いております。

少人数の勉強会ですので、こちらから提供する情報や知識について
感じたことをコメントしていただければ幸いです。
また、こんな事が出来るといいなと言う意見があれば、
是非お聞かせください。
　尚、同業他社様のご参加はご遠慮頂いております。

——————————–
【 お問い合わせ／お申込み】
　　　インサイト総務部 三好
　　 tmiyoshi@meshman.jp
　　 05088854787
　　　　参加申し込みの方は
　　　　ご希望の回、お名前、ご所属、ご連絡先をお送りください。
――――――――――――――――――
★皆様のご参加をお待ちしております！
――――――――――――――――――
東京、大阪での勉強会は下記ホームページにてご検討ください。
http://www.meshman.jp/seminar/seminar.html

Python, 未分類, 機械学習

◆◆CAE技術者の為のPython/Numpy体験講習会12/16(月)◆◆

【開催日】 12月16日(月)


【 時間 】 13:20～16:50
           

【 会場 】 インサイト会議室、又は
　　　　　　文京区礫川地域活動センター



【 会費 】 2,000円


【 内容 】Pythonの利点・欠点
          Pythonと Numpyの違い
    　    Numpyの概要
    　    CAEへの適用事例
     　   実装方法
     　   質疑、討論

          （ソースコードは後日配布）

　　※過去に弊社で開催した同タイトル講習会と同内容です。

————————————————-
現在弊社では、CAE技術者がデータサイエンスを利用することを
推進しております。
データサイエンスの処理プログラム言語は現在PythonとRが主流ですが、RからPythonへの移行が予想されます。
データサイエンスのプログラムを組む際に、計算速度の観点や
ライブラリを利用する為にはNumpyの利用が必須です。
こそでこの講習会ではPython全般の基礎知識とNumpyに焦点を絞りしました。
コードを丁寧にご説明します。
小規模な勉強会です。これからデータサイエンスの学習をお考えの方には特にお勧めです。

★また、AdvOnWinに添付されたADVENTUREの各コマンドを自動実行
できるようにPythonのスクリプトを作りましたのでご紹介致します。

——————————–
【お問い合わせ／お申込み】
tmiyoshi@meshman.jp　総務部 三好
・ご希望のテーマと日付
・氏名
・所属
・連絡先
をご記入ください。
tel:05088854787
――――――――――――――――
★皆様のご参加をお待ちしております！

データサイエンス, 機械学習, 深層学習

「 第1回インサイトデータサイエンスカンファレンス 」のご案内

「 第1回インサイトデータサイエンスカンファレンス 」のご案内
————————————————
【日 時】 令和元年8月5日 13:00-17:00
【場 所】 近畿大学東京センター
【主 催】 株式会社インサイト
【参加費】 無料
【定 員】 36名
————————————————
詳細はこちらhttp://www.meshman.jp/seminar/DSconference1st.html
————————————————
この度はインサイトデータサイエンスカンファレンスと
題しまして、弊社で開催して参りましたデータサイエンス勉強会の
成果を総括する意味と、勉強会のテーマの中で殆ど触れていない
深層学習について補う意味で、講師の先生方をお招きして

弊社の勉強会は主に製造業や建設業において
「データ同化」を実用化する事を目指して
必要な基礎的な知識を習得していこうと言う目的で始め、
幅広い分野の方々のご参加を頂きました。
今回のカンファレンスで対象とする聴講者は、
機械学習や深層学習を業務に取り入れたいと考え或る程度調べたり勉強したりしているが、
適用対象の選定、実務への適用方法の決定にお困りの方と考えております。

タイムテーブル

13:00～ 開会挨拶 (インサイト技術顧問 和田先生)
13:15～ 中林靖　東洋大学教授
■「AIの諸問題への適用とデータ収集技法」
13:55～  荻野正雄　大同大学准教授
■「粒子初期配置のためのクラスタリング
アルゴリズムや深層強化学習の応用」
14:35～ 弊社社長 三好昭生
■「チュートリアル-データ同化の為の
ベイズ統計学の基礎」
15:15～ 休憩
15:25～  株式会社HPCテック奥山様 (ハードウェアのトレンド)
■「データサイエンスを取りまく最近の高速計算機」
16:05～ 和田義孝　近畿大学教授
 ■「機械学習を援用した構造解析のための
学習用データ設計」
16:45～  閉会挨拶
17:00 終了

★皆様のご参加をお待ちしております★
————————————————–
ーー＜株式会社インサイトについて＞－－－

株式会社インサイトは今年で創立20周年。ベンチャー企業育成のため東京大学につくられたインテリジェント・モデリング・ラボラトリー(IML)から誕生しました。「設計用大規模計算力学システムの開発プロジェクト ( 通称 ADVENTURE) 」（日本学術振興会未来開拓学術研究推進事業「計算科学」分野プロジェクト）等、大学と連携した様々なプロジェクトに参加しました。そこで得た最先端の技術を一般にも利用し易いソフトウェアに変換して提供すること、また、プログラミング技術や解析技術などの分野で質の高い知識を広く一般に提供することで社会に貢献していきたいと考えています。大学からの技術移転の便宜を考慮して、オフィスは東京大学の赤門前にあります。
――――――――――――――――
▼ホームページ
http://www.meshman.jp/
▼Twitter

▼セミナーカレンダー
http://www.meshman.jp/seminar/schedule2018_2019.pdf
▼大きさの異なる粒子をランダムに配置するソフトウェア
最先端をカスタマイズするメッシュマンシリーズ
http://www.meshman.jp/meshman/ParticlePacking.html

データサイエンス, 未分類, 機械学習, 自己組織化マップ

データサイエンス勉強会[自己組織化マップ]（無料！）4月１2日（金）：ML_05

＜CAE技術者向けデータサイエンス勉強会＞
テーマ：自己組織化

日時：4月12日（金）13:20~16:50
場所：インサイト会議室（東大赤門前）
（4名を超える場合: 礫川地域活動センター）
お問い合わせは support@meshman.jp（総務部 三好）まで。

■ 内容（1月25日、2月28日開催と同内容です）
＊SOM(Self OrganizingMap)利用の目的
＊深層学習におけるデータの選別と分類
＊SOMの特徴・理論
＊競合学習とは
＊適用事例、アルゴリズム
＊ラベリングとその注意点
＊適用事例
＊実装方法

*皆様のご参加、お待ちしております*

インサイトの講習会スケジュールはこちらから↓
http://www.meshman.jp/seminar/schedule2018_2019.pdf

ベイズ統計学, 機械学習

ML_02:11/15(木)データサイエンス(ベイズ統計学)勉強会

コメントする

11/15(木)のデータサイエンス(ベイズ統計学)勉強会の内容と時間割を以下の通りで予定します。

複数の方のご要望が有り、双方向の情報交換に付きましては、
弊社よりご提供した知識・情報をお聞き頂いた上で、質問やコメントが有ればお聞きしますと言う事にしました。

〇内容、時間割
•13:30～データサイエンスについて(勉強会の趣旨)
•13:40～ベイズ統計学の概要
•15:00～CAEへの適用事例
•15:30～実装方法
•16:30～質疑、討論
•17:00終了
で予定しております。

必要知識等(絶対条件では有りません)
・Python等のプログラミング言語を少しでも使用した経験が有る事
・確率・統計の話に心理的抵抗の無い方
・CAEの利用経験が有る事

Python, 機械学習

DL_02 Pythonのインストール

前回紹介した「Pythonによる機械学習入門」(以下テキスト1)を少し読み進めます。

兎に角時代はPythonです。AIなら何がなんでもという感じです。それは否めないでしょう。型のチェックが無い等Javaプログラマーに取って余り好きになれない(スクリプト)言語ですが、仕方が無いですね。

以前Pythonでコーディングした時は、EclipseにPyDevのプラグインを導入して使いましたが、どうも主流では無いようです。

さてインストール方法です。この手の開発は大抵Linuxの方が便利だったりするので、OSはUbuntu 16.04LTSを使う事にしました。PythonのインストールはAnacondaがデファクトスタンダードのようです。

テキスト1のp.4に従いLinux版をインストールしました。2017/12/11現在、Python 3.6.3です。図1-3にはGUIのインストールウィザードが示されていますが、そのような物は表示されず、CUIでのインストールでした。

インストールは此処迄とします。

Pythonにはコンソールによるコマンド実行以外に対話環境や統合環境がいくつか用意されており、それの幾つかはAnacondaをインストールする事で自動的にインストールされます。個々の環境の説明はテキスト1に委ねます。

本日は此処迄です。

 

 

機械学習, 深層学習

DL_01 入門書の購入

コメントする

機械学習と深層学習の勉強を始めます。今これらを始めないといかんという切迫感を持っています。世の中の流れが今後大きく変わって行くと思います。インターネットが利用可能になった時も同じ印象を受けました。
単なる利用者であれば、ぽかんとしていても良いでしょうが、情報発信側、コンテンツ制作側、アプリ制作側であり続ける為にはこの技術のマスターは必須だと思います。

では何から始めるかですが、誰でも使えるようなツールを使っていても本質は何も分からないと考えております。この辺はかなり迷いました。つまりパーセプトロンから始めるといつになったら実務的な計算が出来る所迄辿り着けるのだろうという不安が有りました。

しかし有る高名な先生に「理論を勉強しないと駄目ですか?」と聞いたら「そうだ」との答えでしたので、覚悟を決めました。
最初に以下の本を買いました。

「Pythonによる機械学習入門」を選択した理由は、FOCUSさんの講習会のテキストとして採用されていた為です。6万円プラス消費税を払えば、私のブログより効率的に学べる事でしょう。

「ゼロから作るDeep Learning」は上の本に関する情報をネットで調べている時に出くわしました。「ゼロから作る」に惹かれて買いました。しかしこの本のAmazonレビューによると上の本の方が分かり易いとの事だったので、上の本も購入しました。

本日は此処迄とします。