Pythonによる機械学習の基礎とデータ分析への活用 ~1人1台PC実習付~

~ 数理モデルとしての最小二乗・最急降下法、Pythonデータ解析基礎、線形判別分析、SVM、決定木、アンサンブル学習、識別・分類の応用例 ~

・Pythonを使いながら、機械学習のベースとなる手法を基礎から修得する講座!

・最小二乗法や最急降下法の基礎から機械学習の代表的な手法を学び、Pythonを活用したデータ分析に活かそう!

 

PCは弊社にて用意します

講師の言葉

 AIの研究は古くから行われてきましたが、近年のIoTの急速な発展によってビッグデータの取得が可能となり、AIの活用によって飛躍的なビジネスチャンスに繋がる可能性に大きな期待が集まっています。そのため、多くの企業でAI、機械学習、データマイニングの導入を検討されていますが、学習コストが高いため、なかなか運用にまで到達しないこともあるようです

 そこで本講座では、機械学習の基礎から学びます。機械学習の基本は、データの背後にある数理モデルをデータによって、自動的にパラメータを調整することにあります。これを、よく知られている「最小二乗法」を通して、数理モデルの基礎を理解します。

 さらにPythonによる演習によって理解を深めます。また、集団学習の説明もいたします。

セミナー詳細

開催日時
  • 2019年11月11日(月) 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 ・機械学習を基礎から学びたい方
・Pythonを使ってみたい方
(研究、開発、企画、保守・保全、観測、金融関連の企業、研究機関、公的機関など)
予備知識 ・大学初年度程度の数学知識
・何らかのプログラミングの経験(Pythonでなくても可)
修得知識 ・機械学習の数理モデルを理解できる。これにより発展的な内容も理解するための素養を養う
・機械学習のプログラムをPythonによって動作させることができる
プログラム

1.機械学習概論

  (1).どのような技術が使われているのか

 

2.機械学習の基礎となる数理モデル

  (1).最小二乗法

  (2).最急降下法

 

3.Pythonによるデータ解析入門

  (1).Python入門

  (2).Numpy、Pandas

  (3).実際にデータを最小二乗法で予測する

  (4).最小二乗法のパラメータを最急降下法で最適化する

 

4.機械学習

  (1).線形判別分析

  (2).SVM(Support Vector Machine)

  (3).決定木

 

5.アンサンブル学習(集団学習)

  (1).バギング

  (2).ブースティング

  (3).AdaBoost

  (4).ランダムフォレスト

 

6.識別・分類の応用例

  (1).データ識別

  (2).画像(花の例、船の例)の分類

  (3).病気、購買データの分類

 

7.まとめ

キーワード 最小二乗法 最急降下法 線形判別分析 SVM バギング ブースティング ランダムフォレスト
タグ AI・機械学習データ分析
受講料 一般 (1名):55,000円(税込)
同時複数申込の場合(1名):49,500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 小田急第一生命ビル(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。
contact us contact us
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