～ 教師なし／教師あり機械学習モデル、データ表現と特徴量エンジニアリング、モデルの評価とパラメータチューニング、ニューラルネットワークによる画像分類への応用 ～
・単純な機械学習モデルから理解し、機械学習技術の本質を修得し、応用するための講座
・モデルの複雑さと過学習の関係、データセットの適切な分割方法、機械学習モデルの評価方法などを実践的に修得し、システム開発へ応用しよう！
・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。
Pythonで学ぶ機械学習モデルと画像分類への応用 ＜オンラインセミナー＞
講師の言葉
機械学習・人工知能のフレームワークが発達したことで、だれでも機械学習や人工知能技術を試してみることができるようになりました。しかし、これらの技術の本質を理解しないままただ手を動かしていると、本質的に不可能なことや、間違ったことに時間を費やし、いろいろ試したけど結局何もできない、ということになりかねません。
本講義では、比較的単純な機械学習モデルから解説し、機械学習技術の本質を学んでいただきたいと考えています。機械学習や人工知能のモデルを扱う上で非常に重要になるモデルの複雑さと過学習の関係、データセットの適切な分割方法、モデルの評価方法を説明します。
そのうえで、ニューラルネットワークを含む代表的な機械学習モデルを、ｓｃｉｋｉｔ－ｌｅａｒｎおよびＰｙＴｏｒｃｈのコードを示して説明します。
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 |
・これから機械学習技術、人工知能技術を学ぼうとする方 ・とりあえずニューラルネットワークを動かすことはできたが、何がおこっているのか理解できていないので、基礎を学びたいと考える方 ・システム、ソフト分野の技術者の方 |
| 予備知識 |
・Ｐｙｔｈｏｎに関する基本的な知識があると理解しやすい ・機械学習やニューラルネットワークに関する知識は前提としません |
| 修得知識 |
・機械学習の基本的な考え方の基礎を理解する ・基本的な機械学習モデルと評価およびパラメータチューニング ・ニューラルネットワークによる画像分類への応用 |
| プログラム |
１．機械学習の基礎 ２．さまざまな機械学習のモデル ３．データ表現と特徴量エンジニアリング ４．モデルの評価とパラメータチューニング ５．ニューラルネットワークによる画像分類への応用 ６．まとめ（よくある落とし穴） |
| キーワード | 機械学習 過学習 Scikit-learn PyTorch PCA K-means K-NN法 決定木 SVM ニューラルネットワーク 特徴量エンジニアリング パラメータチューニング 交差検証 グリッドサーチ CNN データオーグメンテーション 転移学習 GAN 拡散ネットワーク |
| タグ | AI・機械学習、研究開発、商品開発、ソフト管理、画像、画像処理、画像認識 |
| 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