. .
セミナー・イベントTOPへ戻る

Scikit-learnを使ったデータ分析のポイントを基礎から実践的に解説する講座

データ分析の基礎から、実際の事例を基にした解析のテクニックまで修得出来る特別セミナー!

Scikit−learnによるデータ分析の基礎とモデル検証への応用 〜1人1台PC演習付〜
〜 AIと人工知能とディープラーニングの違い、データ解析に必要なライブラリ、
機械学習の実装技術 〜

■開催日時:2018年08月30日(木) 10:30 〜 17:30


■会場:日本テクノセンター研修室
    (東京都新宿区西新宿二丁目7-1 小田急第一生命ビル 22階)

■受講料:一般(1名) : 49,680円 (税込)
     同時複数申し込みの場合(1名) : 44,280円 (税込)

■主催:(株)日本テクノセンター


■受講対象者:
・機械学習では何ができ、実際にどのような構造でどうやって実装するのかを把握したい方
・自社サービスや産業に機械学習を導入検討中のマネージャーやエンジニアの方
・機械学習・ディーラーニングによるデータ分析を始めたいとお考えの方

■予備知識:
・数学の基礎知識(微分、線形代数、統計学)があれば望ましい

■修得知識:
・データを読み込んだ後、その解析からモデルの検証までのポイントを理解出来る

■講師の言葉:
 本講座はこれからAI・機械学習を学び始める人に向けた講座となっております。
今回はプログラミング言語として、データ解析のメインストリームとなっているPythonを使用し、
機械学習ライブラリとしてスタンダードとなっているScikit-learn
を使用した現場の方向けの内容としました。機械学習では過去のデータに基づいて入出力間の
規則性を見つけ、そして、新しいデータに対して予測を行えるようになります。言葉としては
簡単ですが、その出力の形式や入出力間の規則性を見つける際のアルゴリズムなど知っておくと
解析が捗るポイントが多くあり、現場で実際に起こる事例を元に解説します。
 数学やプログラミングの基礎から始まり、現場で必須の知識まで短時間で網羅できる内容です
ので、一緒に勉強できることを楽しみにお待ちしております。


1.AIの基礎
  (1).AIの基礎知識
    a.人工知能(AI)、機械学習、ディープラーニングの違い
    b.学習と推論
    c.解析から開発までのフロー

2.Pythonの基礎
  (1).環境構築とJupyter Notebookの使い方
  (2).Pythonの基礎文法
  (3).Python徹底演習
  (4).データ解析に必要なライブラリの紹介
    a.数値計算:Numpy
    b.データ操作:Pandas
    c.可視化:Matplotlib

3.機械学習の数学
  (1).数学(微分・線形代数・確率統計)の復習とテスト
  (2).機械学習の三大トピック
    a.教師あり学習
    b.教師なし学習
    c.強化学習
  (3).回帰と分類(教師あり学習)
  (4).主要なアルゴリズムの紹介
    a.線形な手法(重回帰分析、Lasso、Partial Least Squares、 Decision Tree)
    b.非線形な手法(Support Vector Machine、 Gaussian Processes、 Neural Network)

4.機械学習の実装とモデル検証
  (1).機械学習に渡すための前準備
    a.データの読み込み
    b.入力と教師データの抽出
    c.訓練と検証のデータセットへ分割
  (2).機械学習の実装
    a.線形な手法
    b.非線形な手法
    c.ハイパーパラメータの調整
    d.各種法の特色の紹介
  (3).モデルの検証
  (4).モデルの保存と学習済みモデルによる推論

Copyright (C) 2018 NTS Inc. All right reserved.