～ データサイエンスとは、機械学習の知っておくべきポイント、実務での機械学習の活用法とポイント ～
データサイエンスの基礎から、統計学と機械学習の違いを学び、それぞれ何ができるのかを理解し、実務に応用するための講座
機械学習のアルゴリズムである線形回帰・ディープラーニングを理解し、機械学習の実践的活用場面を考える特別セミナー！
・ＷＥＢ会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
データサイエンスの基礎と機械学習の実践的活用法 ＜オンラインセミナー＞
講師の言葉
データサイエンスとは何かから始まり、統計学と機械学習の違いとそれぞれ何ができるのかについて講義の中で理解していただきます。機械学習のパートでは、機械学習の中身を理解していただきます。機械学習を実務で活用しようとすると、「なぜその結果になったのか？」「もう少し精度を上げるにはどうしたら良いか？」などの問題に直面します。その際に、機械学習の中身を知っていれば、対応できると考えたためです。機械学習の基本的なアルゴリズムである線形回帰・ディープラーニングについてExcelを用いてどの様な動きをするのかを理解していただきます。その他、ロジスティック回帰モデル、決定木、ランダムフォレストなどのアルゴリズムも扱います。
機械学習アルゴリズムを知っているだけでは、なかなか実務で活用できませんので、ビジネスで機械学習を活用する際の考え方や、精度評価など実践的な話を踏まえお伝えいたします。
セミナー詳細
| 開催日時 |
|
|---|---|
| 開催場所 | オンラインセミナー |
| カテゴリー | オンラインセミナー、ソフト・データ・画像・デザイン |
| 受講対象者 |
・データ分析等のデータサイエンス業務担当マネージャー、スタッフの方 ・データサイエンス／アナリステック業務効率化に興味／関心のある企業・各部門の方 ・情報システム部門、 企画部門の方 ・サービスプロバイダー／クラウド／ITベンダー等の企業の方 ・データ分析及び機械学習に興味のある方、初学者の方 |
| 予備知識 |
・高校卒業程度の数学の知識 ・実務で２〜３年程度のExcel利用経験を有する事 （Excelでピポットテーブルを使って集計できるレベルが望ましい） |
| 修得知識 |
・実務での機械学習の活用法 ・基本的な機械学習アルゴリズムの中身を理解することができる ・機械学習の精度評価指標を読み解くことができる ・ビジネス課題に対してどの様に機械学習を適応するかを考えることができる |
| プログラム |
１．データサイエンスとは？ （１）．統計学ことはじめ ａ．記述統計とは b．推測統計とは （２）．機械学習ことはじめ ａ．機械学習とは b．教師あり学習の全体像 c．実務で機械学習を使ううえで考えるべきポイント b．データ分析におけるよくある間違い
２．Excelで理解する機械学習 （１）．線形回帰分析とは ａ．Excelを使って理解しよう （２）．ディープラーニング ａ．ニューラルネットワークとは b．Excelを使ってニューラルネットワークを理解しよう
３．機械学習を使ううえで知っておくべきポイント （１）．その他のアルゴリズム ａ．ロジスティック回帰モデル b．決定木 c．ランダムフォレスト （２）．モデルの性能評価
４．実務での機械学習の活用法 （１）．分析目的の明確化（グループワーク） ａ．ビジネス課題を整理するためのフレームワーク （２）．データの準備（グループワーク） ａ．分析に必要なデータを考える （３）．ビジネスインパクトの評価 ａ．A／Bテスト （４）．機械学習のビジネス展開について ａ．データ量と精度 |
| キーワード | データサイエンス パターン認識 次元削減 判別分析 SVM 決定木 ランダムフォレスト クラスタリング 異常検知 回帰分析 機械学習 統計学 データ分析 教師あり ニューラルネットワーク ディープラーニング アルゴリズム 回帰モデル |
| タグ | 統計・データ解析、AI・機械学習、データ解析、統計・データ |
| 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 |
オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。 |
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。
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