Pythonではじめる機械学習・深層学習 入門講座

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、機械学習全般に共通する基本的な概念、そして特に要望の多い異常検知の理論や実装方法を分かりやすく解説いたします。

日時

開催予定

プログラム

本セミナーでは、機械学習の基本的な教師あり学習手法の考え方や理論的背景の説明とともに、Pythonを用いた簡単な例題を交えて機械学習の原理と実装方法の理解を深めます。  さらに、深層学習について基本から始め、画像認識で標準的な畳み込みニューラルネットワークや、代表的な時系列学習法についても解説します。これから本格的な勉強を始める前に概要と雰囲気を掴むには最適かと思います。

  1. 機械学習の概要
    1. ビッグデータ時代
    2. 機械学習とは?
    3. 機械学習の分類
    4. 教師あり学習
      1. 識別
      2. 回帰
    5. 教師なし学習
      1. モデル推定
      2. パターンマイニング
    6. 半教師あり学習
    7. 深層学習 (ディープラーニング)
    8. 強化学習
    9. 機械学習の基本的な手順
      1. 前処理
      2. 次元の呪い
      3. 主成分分析による次元圧縮
      4. バイアスとバリアンス
      5. 評価基準の設定:クロスバリエーション
      6. 簡単な識別器:k – 近傍法
      7. 評価指標:F値,ROC曲線
  2. Pythonの基礎と機械学習の実装方法 (Python解説)
    1. Pythonの基本的構文
    2. Scikit – learnを用いた機械学習の実装方法
    3. k近傍法による識別
  3. サポートベクトルマシン
    1. サポートベクトルマシンとは
    2. カーネル関数
    3. 簡単なカーネル関数の例
    4. 入れ子交差検証によるハイパーパラメータ調整
    5. ハイパーパラメータ自動探索
    6. サポートベクトルマシンによる識別 (Python解説)
  4. 深層学習 (ディープラーニング)
    1. 深層学習とは
    2. 深層学習の歴史
    3. 表現学習
      • 自己符号化器 (Auto Encoder)
    4. 過学習の抑制
      • Dropout
      • Batch Normalization
    5. 画像認識
      • 畳み込みニューラルネットワーク (CNN)
    6. 時系列学習
      • RNN
      • LSTM
      • Transformer
    7. 深層学習による識別 (Python解説)

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