～ 回帰分析、教師なしパターン認識と教師ありパターン認識、SVMの留意点と活用事例 ～
・数式やプログラミングによる説明では理解しづらいデータサイエンスの手法と活用のポイントについて、修得する講座！
・SVMや多変量解析の手法と留意点、活用方法を修得し、パターン認識やデータの予測・判別に活かそう！
・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。
パターン認識の基礎と効果的なデータ解析手法および活用法 ＜オンラインセミナー＞
講師の言葉
データサイエンスの手法の中で、サポートベクターマシン（SVM）の有効性が確認され、データ数に制限がある場合には最も信頼度が高いといわれています。しかし、欧米に比べわが国では、まだSVMの活用事例はきわめて限られています。SVMの手法を分かりやすく解説した成書が少ないことが最も大きな要因だと思われます。
この講義では、実用例を紹介しながら、SVMやその代替の手法である各種の多変量解析やニューラルネットワークなどについて活用法を平易に説明します。
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 |
・実務でデータサイエンスの手法を使われる方など ・データ分析部署、システム開発会社の方々で基礎から学びたい方 ・画像、自然言語、医療、材料開発、観測、市場調査などに携わる方 |
| 予備知識 | ・数式はほとんど使いませんので、特に予備知識は必要ありません |
| 修得知識 |
・数式やプログラミングによる説明では、ほとんど分からなかったデータサイエンスの手法を理解できる ・実務や研究開発などにデータサイエンスの手法を生かすため、何から始めるべきか分かるようになる ・サポートベクターマシンやニューラルネットワークなどの手法をすぐに適用できるようになる |
| プログラム |
１．回帰分析 （１）．データプレパレーション （２）．単回帰モデル （３）．回帰の評価尺度 （４）．重回帰分析／数量化I類 （５）．クロスバリデーション （６）．利用上の留意点 （７）．活用事例（予測・分類・要因解析）
２．パターン認識と活用事例 （１）．教師なしのパターン認識 ａ．主成分分析法 ｂ．因子分析 ｃ．クラスター分析 （２）．教師ありのパターン認識 ａ．線型学習機械 ｂ．k－NN 法 ｃ．判別分析 ｄ．ロジスティック回帰分析 ｅ．決定木 （３）．主成分回帰分析 （４）．PLS回帰分析 （５）．利用上の留意例 （６）．活用事例（認識・分類）
３．ニューラルネットとディープラーニングと活用事例 （１）．基本的な考え方・構造・相違点 （２）．利用上の留意点 （３）．活用事例（予測・画像処理・認識）
４．サポートベクターマシンと活用事例 （１）．カーネル法とは （２）．カーネルトリック （３）．分類問題のためのSVM （４）．回帰問題のためのSVM （５）．LIBSVM による機械学習実行例 （６）．利用上の留意点 （７）．活用事例（予測・回帰・分類）
５．手法の選定法 （１）．データの特徴による手法の選択 |
| キーワード | サポートベクターマシン SVM パターン識別 多変量解析 機械学習 ニューラルネットワーク ディープラーニング |
| タグ | AI・機械学習、統計・データ、データ分析 |
| 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