本セミナーでは、数式を一切使わず、機械学習の現場での活用をモットーに、Pythonの演習を通じて機械学習を学習します。
Pythonを使って機械学習の環境、できれば時系列データ分析、 ベイズ & MCMC (マルコフ連鎖モンテカルロ法) 、ディープラーニングに必要な最低限の環境までを整えたいものの、 どうしてよいかわからない。そんな悩みをよくお伺いします。これまでPythonとRを中心にゼロから機械学習環境を構築し、実際の運用まで展開するワークショップを開催してまいりました。 そのなかで、受講者がつまずきやすいところ、わかりにくいところについてブラッシュアップを重ね、 おかげさまでワークショップはいつも盛況となっています。 本ワークショップにおいても、「習うより慣れろ」でまずPythonの実装からはじめて、 演習を通じて機械学習の初歩から応用までの知識をブラッシュアップします。
本ワークショップは、まず、Pythonを実装して、機械学習実務入門レベル「Plus」の知識を 演習中心のトレーニングを通じて効率よく習得して、 内部動作にも詳しくなることを目指します。 Jupyter – notebookの操作やmatplotlibによる可視化もレクチャーしますので、 かなり上級レベルの知識でも実演や可視化を通じて直感的に学べます。 Python機械学習実務入門知識に「Plus」して、 一般のPythonセミナーや機械学習セミナーではカバーされることがない「時系列分析」、 「ベイズ & MCMC (マルコフ連鎖モンテカルロ法) 」、「ニューラルネットとディープラーニング」についても 本ワークショップでは演習しながら解説します。 本ワークショップ受講前に確率統計や線形代数や微積分など数学の知識は必要ありませんが、 機械学習やTensorflowで必要となる確率統計や線形代数や微積分など数学の知識について学習されたい方は、 本ワークショップ受講後に参考書籍『Python機械学習プログラミング』の10~11章で確認して下さい。 ただし、「時系列分析」、 「ベイズ & MCMC (マルコフ連鎖モンテカルロ法) 」については 『Python機械学習プログラミング』ではカバーされていませんので、 確認されたい方は本ワークショップ受講後に当日配布資料で確認して下さい。 質疑応答を交わしながら機械学習の考え方とPythonの実装法が身に付く、大変貴重なワークショップです。 是非、ご参加をご検討下さい。皆様のご参加をお待ちしています。