~ 教師あり学習と教師無し学習、ニューラルネットワークのチューニング、アンサンブル(複数手法の組み合わせ)による予測精度向上 ~
・ビッグデータ分析手法やAI学習法の各手法を修得し、実務に効果的に活かすための講座
・複数の手法を組み合わせた実践的なアンサンブル手法を学び、データの予測精度向上に活かそう!
~ 教師あり学習と教師無し学習、ニューラルネットワークのチューニング、アンサンブル(複数手法の組み合わせ)による予測精度向上 ~
・ビッグデータ分析手法やAI学習法の各手法を修得し、実務に効果的に活かすための講座
・複数の手法を組み合わせた実践的なアンサンブル手法を学び、データの予測精度向上に活かそう!
様々な産業の現場で生成されるデータや顧客の言動、SNSを始めとするネット上の情報など、多様なビッグデータに対する分類、機械学習などのデータ分析技術とAIによる学習の手法について解説する。
データ分析については、回帰分析、決定木、ランダムフォレスト、k近傍法、SVC、主成分分析・対応分析、単純ベイズ分類、クラスター分析、自己組織化マップ、アソシエーション分析、リコメンデーションの各手法の概要を説明し、AIについては、ディープラーニングの仕組み、ニューラルネットワークのチューニング、CNN(畳み込みニューラルネットワーク)、GAN(敵対的生成ネットワーク)、RNN(リカレント・ニューラルネットワーク)を中心にビッグデータをAIの学習データとして用いる手法を紹介する。また、実務において予測精度向上のために使われているアンサンブル(複数手法の組み合わせ)についても解説する。
本講座は会場が変更になりました(新宿→市ヶ谷)
開催日時 |
|
---|---|
開催場所 | 宮崎県東京ビル |
カテゴリー | ソフト・データ・画像・デザイン |
受講対象者 | ・データ分析、事業企画、マーケティング、ITシステム、ソフト開発の各部門の企画担当者及び技術者 |
予備知識 | ・高校程度の数学 |
修得知識 | ・多様なビッグデータに対するデータ分析とAIの応用に必要な基礎知識 |
プログラム |
1.ビッグデータ活用の最前線 2.データ分析の手法 3.AIの基礎と学習手法 4. 複数の手法を組み合わせたアンサンブル 5. データ分析とAIの開発環境 6.ビッグデータ分析実践のポイント |
キーワード | ビッグデータ AI データマイニング ランダムフォレスト サポート・ベクター・マシン 主成分分析 自己組織化マップ ディープラーニング アソシエーション分析 クラスタリング |
タグ | AI・機械学習、統計・データ、データ分析、ITサービス |
受講料 |
一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込) |
会場 |
宮崎県東京ビル東京都千代田区九段南4-8-2 |
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。
営業時間 月~金:9:00~17:00 / 定休日:土日・祝日