AI・機械学習のための特徴量エンジニアリング

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

本セミナーでは、機械学習の性能を引き出すための様々なデータに対する前処理の考え方と具体的方法について理解を深めるとともに、AIを有効に活用するための特徴量エンジニアリングの基礎について習得していただきます。

日時

開催予定

プログラム

様々な分野においてAIの活用が期待されています。特に、現場で発生する様々なデータに対して異常検知や予防保全、因果関係の推論を自動化する試みが進んでいます。しかし、概念実証 (PoC) を何度繰り返しても、期待したような結果にならず、AIの導入を諦めてしまうという声もよく聞きます。その背景には、データの理解や前処理が不十分で、本来の機械学習のポテンシャルを十分引き出すための特徴量が導き出せていないという場合もあります。  本講義では、機械学習の性能を引き出すための様々なデータに対する前処理の考え方と具体的方法について理解を深めるとともに、AIを有効に活用するための特徴量エンジニアリングの基礎について習得していきます。

  1. イントロダクション
  2. 前処理入門
    1. なぜ前処理が重要か
    2. 特徴量エンジニアリングとは
    3. 機械学習と前処理
  3. データ構造
    1. 基本データ構造
    2. 系列データ
    3. 画像データ
    4. テーブルデータ
    5. カテゴリカルデータ
    6. テキストデータ
    7. その他の型
  4. 前処理技術
    1. サンプリング
    2. クレンジング
    3. オーグメンテーション
    4. スケーリング・正規化・標準化
    5. 型変換
    6. アノマリ除去
    7. 欠損値補完
    8. 次元削減
    9. 特徴抽出
    10. その他の処理
  5. 様々な機械学習における前処理の必要性
    1. ニューラルネットワーク
    2. SVM
    3. アンサンブル
    4. 決定木
    5. その他
  6. 前処理の事例
  7. まとめ

受講料

複数名同時受講割引について

アカデミック割引

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

ライブ配信セミナーについて