基礎からきちんとわかる機械学習入門

最近のAIの発展により、機械学習の重要性が日ごとに増してきています。 それにも関わらず、「機械学習って何だろう?」と疑問に思っている人もたくさんいることでしょう。 シグマインベストメントスクールでは『人工知能が金融を支配する日』の著者であり、『機械学習ガイドブック』を上梓したばかりの櫻井 豊氏を講師に迎え、初心者向けの機械学習セミナーを開催いたします。 　初心者向けセミナーではとりあえず結果が出ればいいという説明がよくありますが、本講座では初心者だからこそ基礎からしっかり学んでほしいという立場を取ります。 機械学習とは何かということから始め、機械学習の様々なアプローチが何をして、どのような結果をもたらしたのかを学んでいきましょう。 時には機械学習がどのように発展してきたのかということを見ることも、理解を深めることに役立ちます。 　また機械学習を実際に使うためには、そのための道具が必要になります。 機械学習を実行するための標準的な道具としては、RとPythonがよく知られています。 本講座では櫻井講師にPythonを使った機械学習の実演をしていただき、参加者の目の前で実際に機械学習が実行されている様子を見ていただきます。Pythonを動かすことができる人は、ぜひオーム社のホームページからサンプルコードをダウンロードして、自分で動かしてみてください。 　基礎からしっかり理解して、機械学習が実行されるところまでを体験することができます。 機械学習に関心を持った今だからこそ、ぜひ本講座で機械学習のエッセンスを身に付けてください。

第1日目 機械学習とは何か

1. 機械学習とは?
   • 機械が何をするのか
   • 学習方法の分類
   • AIとの関係
   • 重要なデータセット
2. 機械学習の手法
   • 線形分離分析
   • ロジスティック回帰
   • サポートベクターマシーン
   • 過学習の問題
   • 決定木
   • k近傍法
   • ディープラーニング
3. Pythonで機械学習を始めるための準備
   • データの取得
   • グラフ関数の準備

第2日目 Pythonによる機械学習実演

1. Pythonで機械学習に使われるライブラリ
   • 機械学習用ライブラリscikit – learnの説明
   • その他の有用なライブラリの紹介 (NumPy, Pandas等)
2. 直線による分類
   • 線形分離分析
   • ロジスティック回帰
3. より自由度の高い分類
   • サポートベクターマシーン
   • 決定木
   • ランダムフォレスト
   • k近傍法
4. 過学習と次元削減のまとめ
5. RとPythonの連携
6. 株価データの時系列分析

受講者用PCを弊社でご用意いたしますので、Pythonを動かせる方は講師と一緒に機械学習を体験していただけます。

※カリキュラム内容は一部変更になる場合がありますので、あらかじめご了承ください。