• 2019年10月28日(月) 10:30 ~ 17:30

１．ビッグデータ活用の最前線
　　（１）．拡がるビッグデータ
　　（２）．データマイニングの活用
　　（３）．ＡＩの活用

２．データ分析の手法
　　（１）．教師あり学習と教師無し学習
　　（２）．回帰分析
　　　　ａ．単回帰分析
　　　　ｂ．重回帰分析
　　　　ｃ．ロジスティック回帰分析
　　（３）．決定木とランダムフォレスト
　　（４）．記憶ベース推論（k近傍法）
　　（５）．SVC（サポート・ベクター・マシン）
　　（６）．主成分分析と対応分析
　　（７）．単純ベイズ分類
　　（８）．階層型クラスター分析
　　（９）．非階層型クラスター分析
　（１０）．SOM（自己組織化マップ）
　（１１）．アソシエーション分析
　（１２）．リコメンデーション

３．ＡＩの基礎と学習手法
　　（１）．ＡＩとは
　　（２）．ディープラーニングの仕組み
　　（３）．ニューラルネットワークのチューニング
　　　　ａ．活性化関数
　　　　ｂ．最適化アルゴリズム
　　　　ｃ．中間層の数とニューロン数
　　　　ｄ．学習エポックと学習率
　　　　ｅ．過学習を避ける正規化
　　（４）．CNN（畳み込みニューラルネットワーク）
　　（５）．GAN（敵対的生成ネットワーク）
　　（６）．RNN（リカレント・ニューラルネットワーク）
　　　　ａ．シンプルRNN
　　　　ｂ．LSTM（長短期記憶）
　　　　ｃ．GRU（ゲート付リカレント・ユニット）

４． 複数の手法を組み合わせたアンサンブル
　　（１） ．アンサルブル学習とは
　　（２） ．アンサブンル学習の手法

５． データ分析とＡＩの開発環境
　　（１）．プログラミング言語
　　（２）．ソフトウェアライブラリー

６．ビッグデータ分析実践のポイント

宮崎県東京ビル