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と機械学習ライブラリ (scikit – learn) を用います。従って、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ています。
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抽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、実践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
- 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
- 決定木
- アンサンブル学習
- ランダムフォレスト (Random Forest)
- アダブースト (AdaBoost)
- 教師なし学習
- 教師なし学習の概要
- 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)
- テスト誤差の最小化 (交差検証)
- ハイパパラメータの最適化 (グリッドサーチなど)
- 実データの読み込み方法
- まとめと質疑応答
複数名同時受講の割引特典について
- 2名様以上でお申込みの場合、
1名あたり 37,500円(税別) / 41,250円(税込) で受講いただけます。
- 1名様でお申し込みの場合 : 1名で 42,700円(税別) / 46,970円(税込)
- 2名様でお申し込みの場合 : 2名で 75,000円(税別) / 82,500円(税込)
- 3名様でお申し込みの場合 : 3名で 112,500円(税別) / 123,750円(税込)
- 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
- 受講券、請求書は、代表者にご郵送いたします。
- 請求書および領収書は1名様ごとに発行可能です。
申込みフォームの通信欄に「請求書1名ごと発行」と記入ください。
- 他の割引は併用できません。
ライブ配信セミナーについて
- 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
- お申し込み前に、 視聴環境 をご確認いただき、 ミーティングテスト にて動作確認をお願いいたします。
- 開催日前に、接続先URL、ミーティングID、パスワードを別途ご連絡いたします。
- セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
- セミナー資料は、PDFファイルをダウンロードいただきます。
- ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
- タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
- 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
- Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
演習のための環境
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。
- 事前に各種ライブラリ (NumPy、SciPy、matplotlib、IPython、pandas、mglearn、scikit-learn) 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。
- 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。
- 主催者側でPCの貸し出しはいたしかねますのでご注意下さい。
- 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。