機械学習 入門

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

日時

中止

プログラム

本講座では、これからインフォマティクスを学ぶ方々、機械学習の導入を検討される方々に向けて、それぞれがどのようなものか全体像としてのイメージをつかんでいただくことを目的としております。技術の導入がすすむ一方で、インフォマティクス・機械学習を身につけている人材・人手はまだまだ不足しています。本講座がきっかけとなり、皆様のインフォマティクス・機械学習の斡旋の一助になれたら幸いでございます。是非、参加をお待ちいたしております

  1. 第1部 インフォマティックス・機械学習基礎
    • インフォマティックス・機械学習とは
    • 機械学習の使い方 (PythonとR)
    • 教師あり学習とは (回帰)
    • 教師なし学習とは (分類)
  2. 第2部 複雑なモデルの問題
    • 最適な複雑さのモデルとは (汎化性能と過学習)
    • 次元の呪い
    • 変数選択
    • 多重共線性
  3. 第3部最適なモデルをつくるために
    • 赤池情報量基準 (AIC)
    • クロスバリデーション (交差検証)
    • 教師なし学習における次元削減 (主成分分析)
    • 教師なし学習における類似度と非類似度 (クラスター分析)
  4. 第4部 インフォマティックス・機械学習の事例
    • 決定木分析とランダムフォレスト法
    • ナイーブベイズ分類法
    • ガウス過程法
    • サポートベクターマシン
  5. 第5部 インフォマティックス・機械学習における注意点
    • データセット作成上のルール
    • 最適なサンプルサイズ
    • デザインする上での注意点
    • 機械学習の今後の展望

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