機械学習の教科書を見ると、理論やアルゴリズムが数式によって説明されており、このことが理由で機械学習の勉強を挫折される方が多くいる。しかしながら、機械学習の真髄は、“数学を使わなくても”、説明可能である。
本セミナーでは、機械学習の理論をできるだけわかりやすく説明するため、数式の意味を解説しながら、グラフ等により視覚的な説明を心掛ける。また、適宜Pythonによるサンプルコードや実際の機械学習を利用したアプリやシステム、サービスなどの事例を示しながら、進めていく。
- 人工知能 (機械学習) とは
- 人工知能と機械学習
- なぜ人工知能が注目されるのか?
- 機械学習に必要なもの
- ビッグデータ
- 機械学習の基礎
- 機械学習とデータマイニングの違い
- 機械学習の種類
- 教師あり学習
- 教師なし学習
- 半教師あり学習
- 強化学習
- 機械学習に何ができるのか?
- 回帰
- 分類
- クラスタリング
- 次元削減
- ルールマイニング
- 機械学習手法の性能を評価する
- 機械学習の応用
- ディープラーニングとは
- 特徴量とは
- 特徴量抽出の意味する事
- 機械学習システムを作るには
- Pythonと機械学習ライブラリ
- 機械学習を活用する際の注意点
- 機械学習のマーケティング分野への活用
- 顧客分析
- レコメンダーシステム (推薦システム)
- 顧客の嗜好を分析する
- テキストマイニング
- CGM (消費者生成メディア) の分析
- Word2Vecによる言葉のデータ化
- 最近の研究トピック
お1人様 受講申込要領 1口 (1社3名まで) 受講申込要領 セミナー 総合日程 画像認識 セミナー日程 新宣伝 セミナー日程