「逆問題」という単語を聞いても、馴染みの無い方が多いのではと思いますが、「機械学習は、コンピュータを使った逆問題のこと」と表現するとイメージが湧くので、と推測します。今回は、計測に逆問題手法を適用し、そこにDeep Learningを使用した入門者向けの内容に関して、演習付きのセミナーを開催します。コンピュータに学習させる機械学習の手法のひとつのDeep Learning (深層学習)は、人工知能(AI)の急速な発展を支える技術であり、顔認証、音声認識、自動運転等に適用するため研究開発が行われています。Deep Learningの技術は、人間の神経細胞(ニューロン)の仕組みを模したシステムであるニューラルネットワーク（NN）がベースになっておりNNを多層にして用いたモデルです。しかしながら、その多層のためか、実際のモデルに使用されている重みの値等は開示されていないし、モデルの最適化される過程もBlack Box化されている場合がほとんどです。そこで今回は非線形モデルの重回帰に関して、エクセルのソルバーと言う機能を使って「Shallowな」モデルを最適化する過程をお見せして、モデルを作成するための関数、手法をご紹介するとし、適用の対象は計測とします。（その前に線形のモデルをソルバーで最適化を行うことも紹介します。この技術は色々と応用が可能と考えます）受講される方を、「エクセルを少しは使ったことがあり、Deep Learningにご興味がある」と考えて、「どうして動作するか?」に関して、数学的に難しいことはエクセルのソルバーに任せ、動作原理を基本から説明しモデルを最適化する過程をお見せして「感性的に」理解して頂きたいと思います。
本セミナーでは、演習としてエクセル2019以降を使用できるNote PCをお持ち頂いてその場にて、実際にモデルの作成をご自分でご検討して頂きます。ご自分で最適化を行うことで、ローカルミニマムになる状態や初期条件の重要性を体験でき、光学設計の「自動設計」への応用もできると考えます。

午前の部
◉ 多変量解析入門
◉ エクセルのソルバーに関して
・ 使い方
・ 線形モデルの最適化
※ 午前の部の講義内容が不要と思われる方は午後の部からの受講も可能です。
午後の部
１．基礎編
1）逆問題
2）多変量解析
3）エクセルのソルバー機能
4）Deep Learning
4-1）モデルの構成
4-2）活性化関数
4-3）誤差逆伝播法
4-4）過剰学習
２．応用編
1）線形モデルに対しての最適化例
2）非線形モデルに対しての最適化例
３．エクセルを使用した演習
1）線形モデルに対しての最適化
2）非線形モデルに対しての最適化
４．専用ソフトウエアを使用した操作の紹介