• 2020年11月02日(月) 10:30 ~ 17:30

１．データ分析の手法と分析例
　　（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）．SVM（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
　　　　・Pythonによるアソシエーション分析の例
　　（１２）．レコメンデーション
　　　　　・協調フィルタリング

２．AIの基礎と学習手法および実装
　　（１）．AIとは
　　（２）．ディープラーニングの仕組みと応用
　　（３）．ディープラーニングのチューニング
　　　　ａ．活性化関数
　　　　ｂ．最適化アルゴリズム
　　　　ｃ．隠れ層の数とニューロン数
　　　　ｄ．学習エポックと学習率
　　　　ｅ．過学習を避ける正則化
　　（４）．CNN（畳み込みニューラルネットワーク）
　　　　・CNNのチューニングと分類
　　（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）

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

４．ビッグデータ分析の実践のポイント
　　　　・分析目的の明確化
　　　　・適切な学習データの収集
　　　　・その他

　＊Pythonによるプログラム例と実行結果を示しながら解説いたします

オンラインセミナー