Pythonによる機械学習の基礎と実装プログラミングの実践講座  ~デモ付~ <オンラインセミナー>

~ Pythonによる機械学習プログラミングの流れ、データの前処理方法、教師あり・教師なし機械学習、SVMによる分類・回帰・アンサンブル学習とプログラミング、機械学習の応用~

AI、機械学習、ディープラーニングの手法の種類から実装方法までを修得するための講座!

・収集データの前処理方法、機械学習の実行、機械学習の手法の選択、学習結果の評価までを実践的に修得するセミナー!

オンラインセミナーの詳細はこちら:

・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。

 

講師の言葉

 機械学習の概要、機械学習の手法の種類およびその実装方法について学習します。講義とサンプルプログラムを動作させながら知識を習得していきます。初学者向けに機械学習の概念や、専門用語なども丁寧に解説していきます。

収集したデータ前処理の方法、機械学習の実行、機械学習の手法の選択、学習結果の評価までの流れを、機能が豊富なpythonの機械学習ライブラリであるscikit-learnを使用したサンプルプログラムを通じ学習していきます。本格的にディープラーニングを学ぶ前に基本知識を身に着ける講座としてもお勧めです。

 

セミナー詳細

開催日時
  • 2024年09月13日(金) 10:30 ~ 17:30
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、AIプロジェクトに参画するエンジニアやマネージャーの方
予備知識 ・Pythonプログラミングの基本文法を習得していることが望ましい
修得知識 ・AI、機械学習、ディープラーニングの概念の整理
・様々な機械学習手法の違い
・データの前処理方法
・Pythonの機械学習プログラミングの流れ
プログラム

1.機械学習とは

  (1).AI/機械学習/ディープラーニング

  (2).機械学習の分類

 

2.scikit-learn

  (1).scikit-learnとは

  (2).簡単な使い方

 

3.簡単な回帰と分類

  (1).k近傍法(k-NN)

  (2).ロジスティック回帰

  (3).線形回帰

 

4.特徴量と表現方法

  (1).データの整形

  (2).次元削減

  (3).特徴量の表現方法

 

5.機械学習における評価法

  (1).訓練データ/検証データ/テストデータ

  (2).k-分割交差検証

  (3).評価指標

 

6.教師あり機械学習とプログラミング

  (1).決定木による分類

  (2).決定木による回帰(回帰木)

  (3).SVM(サポートベクタマシン)による分類

  (4).SVM(サポートベクタマシン)による回帰

  (5).ベイズ分類

 

7.教師なし機械学習とプログラミング

  (1).k-means

  (2).階層的クラスタリング

 

8.アンサンブル学習とプログラミング

  (1).バギング分類

  (2).バギング回帰

  (3).ブースティング分類

  (4).ブースティング回帰

  (5).ランダムフォレスト

  (6).ERT(Externen randomized trees)

  (7).AdaBoost

 

9.機械学習の応用

  ・異常検知への応用

 

10.まとめと事例紹介

  (1).まとめ

  (2).最新技術動向紹介

キーワード Pythonプログラミング AI 機械械学習 ディープラーニング 情報工学  scikit-learn 回帰 教師あり 決定木 SVM サポートベクタマシン バギング分類 ブースティング回帰
タグ AI・機械学習データ解析
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。
contact us contact us
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