機械学習の入門講座 (セミナー) は、巷にたくさんありますが、理論と実践が揃って、はじめて現場で使える技術とになります。本セミナーでは、機械学習の理論的側面のみではなく、コンピュータを用いた実践演習を通して、理解を深めていきます。同時に、実践演習では、最近様々な分野で、注目を集めているコンピュータ言語Pythonと機械学習系ライブラリ (scikit-learn) を用います。
純粋に最近流行りのPythonを学びたい人から、業務でデータ処理・解析をしたい人まで、幅広い方を対象とします。特に、日々大量のデータを扱っていて、そのデータの山から知識を引き出したいと思っている方が最適な受講対象者となります。
Pythonでコーディングした経験がない人も歓迎しますが、演習を通して学んでいきますので、他の言語によるプログラミングの経験や、コンピュータ (アプリケーションソフトウェア) によるデータ処理の経験がある方が望ましいです。
- はじめに
- 講師自己紹介
- セミナーの狙い
- 演習環境の構築
- Pythonのインストール (ディストリビューションAnaconda利用)
- 各種ライブラリのインストール
- NumPy
- SciPy
- matplotlib
- IPython
- pandas
- mglearn
- scikit-learn
- 統合開発環境Spyderのインストール
- Pythonの実行方法
- Python入門講座
- Pythonの特徴
- なぜいまPythonか?
- Pythonの基本文法
- コーディング方法 (統合開発環境Spyderの使い方含む)
- 各種ライブラリの使い方
- NumPy
- SciPy
- matplotlib
- scikit-learn
- mglearnなど
- 機械学習アルゴリズムの実装方法
- サンプルコードを用いた実践演習
- 参考書・情報源の紹介
- 機械学習概論
- 機械学習の概要
- 三大学習法
- 機械学習データセットの紹介
- 機械学習におけるデータの著作権
- 専門書・参考書の紹介
- 教師あり学習
- 教師あり学習の概要
- クラス分類と回帰
- 過剰適合と適合不足
- モデル複雑度と精度
- 多クラス分類
- 各種教師あり学習アルゴリズムの基礎理論と実践演習
- k-最近傍法
- クラス分類
- 回帰
- 線形モデル
- 線形回帰
- Ridge回帰
- Lasso回帰
- ロジスティック回帰
- サポートベクトルマシン
- 線形モデル
- 非線形モデル
- 決定木
- アンサンブル学習
- RandomForest
- AdaBoost
教師なし学習
- 教師なし学習の概要
- データの前処理とスケール変換
- 次元削減と特徴量抽出
- 各種教師なし学習アルゴリズムの基礎理論と実践演習
- 主成分分析 (次元削減)
- k-平均法 (クラスタリング)
- 凝集型クラスタリング
- DBSCAN (クラスタリング)
実装上の注意事項
- データの前処理 (スケール変換など)
- 実データの読み込み方法
- モデル選択 (パラメータの設定方法)
まとめと質疑応答
持参品 等
本セミナーでは、演習を行いますので、以下の条件を満たしたノートパソコンを持参して下さい。
- プラットフォームは、Windows、Linux、MacOSを問いません。
- 演習環境を統一したいので、事前にAnacondaを用いて、Python 3。x (バージョン3系) をインストールしておいて下さい。
- Anacondaを利用すると、演習で必要な標準・外部ライブラリがほとんど自動インストールされますが、mglearnのみ個別インストールが必要となります。
個別インストールは、Windowsでは、Anaconda Promptを開き、pip install mglearnでインストールできます。
- 事前に各種ライブラリをインストールしておいて下さい。なお、Anacondaを利用した場合は、個別インストールが必要なライブラリはmglearnのみとなります。
- NumPy
- SciPy
- matplotlib
- IPython
- pandas
- mglearn
- scikit-learn
- 演習で使用するサンプルコードは、USBメモリで準備しますが、万が一に備えて、ノートパソコンは無線WiFi機能を搭載したものを推奨します。
なお、USBメモリや無線WiFi (インターネット) への接続が、社内ルールでNGの方は、事前に配布いたします。
- 本セミナーでは、Pythonの統合開発環境 (IDE) として、Spyderを用いて説明を行います。
事前にSpyderをインストールしておいていただけるとスムーズに演習が行えます。
なお、Anacondaを利用した場合は、Spyderは自動インストールされます。
- 教師あり学習、教師なし学習とも、「各種学習アルゴリズムの基礎理論と実践演習」では、当日の進行状況に応じて、すべての手法が取り上げられない可能性があります。
案内割引・複数名同時申込割引について
R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。
複数名で同時に申込いただいた場合、1名様につき 25,000円(税別) / 27,500円(税込) で受講いただけます。
- R&D支援センターからの案内を希望する方
- 1名様でお申し込みの場合 : 1名で 45,000円(税別) / 49,500円(税込)
- 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
- 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
- R&D支援センターからの案内を希望しない方
- 1名様でお申し込みの場合 : 1名で 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
- 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000円(税込)
アカデミック割引
- 1名様あたり 10,000円(税別) / 11,000円(税込)
学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院の学生に限ります。
教職員や研究員、企業に在籍されている学生には適用されません。
また、当日学生証をご持参ください。