<Web配信>機械学習によるCAE代替モデル構築 〜基礎から具体事例まで〜

本講座では機械学習の有効利用のためにどうすればよいのかPythoによる演習と解説を通じて学んでいただきます。 機械学習では、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。

講師 和田 義孝 氏
近畿大学 理工学部 機械工学科 教授
対象 ・機械学習の基礎を学びたい方
・機械学習のCAEへの適用の基礎について学びたい方
講義方式 座学+演習
受講料 40,000円(税別)

※お支払い方法は、セミナー受講料のお支払いについてをご確認ください。
※ 本価格は税別価格です。別途消費税が加算されます。
※ 参加費はセミナー開催日時点での消費税率が適用されます。
※ 消費税率変更前に事前支払いをされた場合も、別途差額を申し受けます。

時間 10:00〜17:00
会場 オンライン
受講要件 ※ご自身のPCを利用するため、受講するまでに、Python 3.x, Jupyter Notebookのインストールと動作確認はご自身で行ってください。
・Python version 3.x(追加モジュールとして、Keras 2.X, matplotlib 3.Xを使います、付随するたのモジュールもありますがこの2つのモジュールが必ず動くことを要求します。コーディングと実行はJupyter Notebookを使います、推奨する開発環境はWindowsにおいてAnacondaの利用ですが、KerasとJupyter Notebookが使えればLinuxシステムでも可)
・Excel(Linuxの場合は同等のLibreOfficeでも可)
・テキストエディタ(Windowsの場合はメモ帳など、Linuxの場合も同等の簡易なものでよい)
・ウェブブラウザ(Edge, Firefox, Chromeなど最新のブラウザ、Jupyter Notebookで利用)
・その他こちらもご確認ください。https://www.cybernet.co.jp/cae-univ/course/category/webinar.html#info
定員 10名

日程・お申し込み

参加ご希望の日程をクリックしてください。申し込みフォームが表示されます。

※参加お申し込みの受付は終了しました。

キャンセルポリシーについてはこちら

概要・主旨
タイムテーブル・目次

概要と主旨

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。
これらを知り、実践して、やっとスタートラインです。
しかし、これらの新しい知識により、よりよい予測器を作り続けることが可能となります。
画像に対する研究や開発は実用化されて久しいですが、工学問題への適用はまだこれから発展していきます。
本講座は誰でもわかるように皆様がよく知っている関数を対象に学習をします。
ただ、間違わないようにしてください。
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。
受講要件にも書きましたが、Python(Jupyter Notebook)を利用します。C言語やEXCELなどの 知識があれば受講できるような工夫はいたしますが、環境の構築はご自身で行っていただく必要がございます。

タイムテーブル

開始時間 内容
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
  • 内容は予告なく変更となる場合がございます。

関連ページ

FEM(有限要素法)分野講座