機械学習のための推定・分類手法と最適な活用事例 〜1人1台PC実習付〜
〜 基礎から機械学習を正しく理解するためのパラメータ推定(ベイズ推定・最尤推定)、分類・回帰、最急降下法、活用事例、Rによる実習 〜
- 機械学習に必要となる統計手法、推定・分類方法の知識を「Rを使った実習」を通して理解を深める講座!
- 機械学習や時系列解析、ディープラーニング、人工知能などデータ解析技術をより深く理解し、適切に活用するために最低限必須の統計知識を身につける実習付き講座!
- ベイズ推定と最尤推定を理解すると「機械学習の原理」が分かります。回帰と最急降下法を理解すると「ニューラルネット、深層学習の原理」が分かります。
PCは弊社にて用意いたします
講師の言葉
機械学習を学びたいというニーズや風潮があるものの、そのベースとなる知識が欠けており、データ解析として使えない、という声があるようです。様々な理由はあるかと思いますが、機械学習に必要となる統計科学の知識が不十分であることも一因と思われます。
本講座では、機械学習を学ぶために必要な統計科学の知識について簡単に学び、Rによる演習を通じて実際に体験することで、機械学習をより的確に活用するために必要な知識の習得を目指します。
セミナー詳細
開催日時 |
- 2017年12月12日(火) 10:30 ~ 17:30
|
開催場所 |
日本テクノセンター研修室 |
カテゴリー |
ソフト・データ・画像・デザイン |
受講対象者 |
・機械学習、人工知能、深層学習を扱いたい方
・機械学習の基礎となる知識を身につけたい方 |
予備知識 |
・特別な予備知識は不要。高校〜大学初年度程度レベルの数学の知識 (確率、微分・積分、行列)で十分です。 |
修得知識 |
・機械学習と統計学の関連に関する知識
・機械学習をより的確に活用するために必要な知識 |
プログラム |
1.統計手法と機械学習
(1).機械学習とは何か
(2).統計科学的手法と機械学習との関連
(3).Rの基礎
2.ベイズ推定
(1).「条件付き確率」の復習
(2).ベイズ推定
(3).Rによるベイズ推定に関する演習
3.最尤推定:尤もらしさとは何か
〜学習評価に向けての基礎知識〜
(1).尤度とは
(2).最尤推定
(3).Rによる最尤推定に関する演習
4.分類問題:モデリングに活かすための手法
(1).線形回帰
(2).ロジスティック回帰
(3).Rによる分類問題に関する演習
5.最適化問題の基礎
(1).最適化問題とは
(2).最急降下法(バックプロパゲーション/誤差逆伝播法のベース知識)
(3).Rによる最急降下法に関する演習
6.活用事例の紹介
(1).最尤推定の活用事例
・二項分類器の例
(2).分類問題の活用事例
・web応用や自然言語処理など
|
キーワード |
機械学習 ベイズ 最尤推定 尤度 線形回帰 ロジスティック回帰 最適化 最急降下法 |
タグ |
統計・データ解析、データ解析 |
受講料 |
一般 (1名):50,600円(税込)
同時複数申込の場合(1名):45,100円(税込)
|
会場 |
日本テクノセンター研修室
〒 163-0722 東京都新宿区西新宿2-7-1 新宿第一生命ビルディング(22階)
- JR「新宿駅」西口から徒歩10分
- 東京メトロ丸ノ内線「西新宿駅」から徒歩8分
- 都営大江戸線「都庁前駅」から徒歩5分
電話番号 : 03-5322-5888
FAX : 03-5322-5666
|
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。