～ Pythonの基礎とデータの前処理、線形判別分析、SVM・線形重回帰分析・決定木・ランダムフォレスト・バギング・ブースティング、使い分けと活用法・応用例 ～
・解説および実習でJupyter Notebookを用いることにより、初学者でも理解しやすい実践講座！
・データの前処理や様々な機械学習法、アンサンブル学習などを使いこなし、判断・予測の精度向上に活かそう！
・異常検知やマテリアルズインフォマティクスの応用例も紹介します。
ＰＣは弊社にて用意いたします。希望者にはデータをお渡し致します
Pythonによる機械学習・集団学習（アンサンブル学習）の基礎と活用例 ～１人１台PC実習付～
講師の言葉
様々な分野において、蓄積されたデータを解析することで、データから情報を抽出したり、その情報から知識を獲得したりすることが一般的になっています。今回はデータ解析の中で機械学習および集団学習（アンサンブル学習）を対象にします。
まず、回帰分析やクラス分類の基礎的な理論やPythonを用いた機械学習モデルの構築を行います。対象とする機械学習法についてはプログラムをご覧ください。また、回帰モデルやクラス分類モデルを構築するときには事前に決めなければならないハイパーパラメータがあり、それを最適化する方法も扱います。様々なモデルの中から予測精度の高いモデルを選択できるようになるわけです。さらに、ランダムフォレスト・バギング・ブースティングといった集団学習（アンサンブル学習）により、予測精度の向上を目指します。
手法の理論の勉強だけでなく、Pythonによるモデルの実装も自分の手で行うことで、実体験を通して手法を理解し、今後ご自身の業務・研究で活用できるようになります。なお希望者には、当日のサンプルデータ・Pythonのプログラムのファイルをすべてお渡し致します。
受付を終了しました
セミナー詳細
| 開催日時 |
|
|---|---|
| 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 |
・データ解析・機械学習に関心のある方、予測精度の向上に関心のある方 ・複数の手法・モデルから最適なものを選びたい方 ・集団学習（アンサンブル学習）について学びたい方 ・データ解析の理論を学ぶだけでなく、自分の手でデータ解析を行いたい方 ・データ解析をする際の注意点を、ハンズオンを通して習得したい方 |
| 予備知識 |
・Pythonの経験は不要です。何らかのプログラミング経験か知識があると望ましいです。 ・大学初年度程度の数学知識があると理解が深まります |
| 修得知識 |
・フリーソフトPythonによりデータ解析のためのプログラミングができるようになる ・データ解析において予測精度向上のキモとなるデータの前処理を実現できる ・高度な機械学習法を学習し、実際に機械学習モデルを構築できる ・複数の機械学習モデルから、予測精度を考慮して適切なモデルを選択できる ・機械学習モデルの予測精度向上のための集団学習（アンサンブル学習）を実践できる ・Pythonを駆使して、機械学習法・アンサンブル学習法をご自身の業務に活用できる |
| プログラム |
１．Pythonの基礎 （１）．Jupyter Notebookの使い方 （２）．データ解析のためのPythonプログラミング （３）．データの読み込み・確認・保存
２．データの前処理 （１）．データセットの操作 (サンプル・変数の削除、データ分割) （２）．データセットの標準化 (オートスケーリング)
３．機械学習および集団学習（アンサンブル学習） （１）．機械学習・集団学習（アンサンブル学習）の意義 （２）．機械学習・集団学習（アンサンブル学習）の応用事例 （３）．線形判別分析 (Linear Discriminant Analysis、LDA) （４）．サポートベクターマシン (Support Vector Machine、SVM) （５）．線形重回帰分析 (リッジ回帰・LASSO・Elastic net) （６）．部分的最小二乗法 (Partial Least Squares、PLS) （７）．サポートベクター回帰 (Support Vector Regression、SVR) （８）．決定木 （９）．ランダムフォレスト (Random Forest、RF) （10）．バギング (Bagging) （11）．ブースティング (Boosting) （12）．モデルの予測性能の検証 （13）．使い分けと効果的な活用のコツ （14）．応用例：異常検知、マテリアルズインフォマティクスなど
４．まとめ （１）．さらに深みを目指すために （２）．質疑応答
※ Pythonを使用したPC実習を行います。事前に配布したサンプルデータを用いて、実際にデータ解析を行いながら、理解を深めていただきます。機械学習やアンサンブル学習では、講義と実習を並行して行うことで、学習した内容をすぐに実習で経験していただきます。 |
| キーワード | Python Jupyter Notebook 機械学習 マシンラーニング オートスケーリング 最小二乗法 PLS SVM リッジ回帰 ランダムフォレスト バギング ソフトセンサ 異常検知 MI |
| タグ | 統計・データ解析 |
| 受講料 |
一般 (1名)：72,600円(税込)
同時複数申込の場合(1名)：67,100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現在募集を締め切っております。
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。
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日