機械学習によるデータ分析 セミナー

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス リンクリンク
セミナーのメニュー
  ヘルスケア系
1月
2月
3月
4月〜

化学・電気系 その他各分野
1月
2月
3月
4月〜
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2019/1/9更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  


機械学習によるデータ分析 セミナー

       
       

*その他 機械学習・ディープラーニング・人工知能: 関連セミナー、書籍はこちら:

好評のため再開講!
機械学習を用いたデータ分析を始めるにあたって、押さえておくべきこととは!?
★誤ったやり方・手順で進めた場合にどのような結果となるか?分析時の注意点を例を挙げて説明します!


*当講座はライブ配信によるオンライン受講の申込も可能なセミナーです!
 (見逃し視聴有り)。詳細は、下記をご確認下さい。

機械学習によるデータ分析

正しい進め方その解釈

〜データ分析を始める人・分析結果を受け取る人・分析を依頼する人のために〜

講師

(株)日立製作所 研究開発グループ 主任研究員  鴨志田 亮太 先生

* 希望者は講師との名刺交換が可能です

講師紹介

*ご専門および得意な分野・研究:
 機械学習・最適化技術を利用したシステムの研究開発/データ分析プロセス習熟サポートに関する研究

*本テーマ関連のご活動:
 トップエスイー(http://www.topse.jp/ja/)講師(2018年12月現在)
 未習熟者の機械学習によるデータ分析を支援するPythonライブラリ「MALSS」
 (https://github.com/canard0328/malss)の開発

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2019年3月8日(金) 10:45-16:45
●会場 [東京・京急蒲田]大田区産業プラザ(PiO)6階C会議室 →「セミナー会場へのアクセス」
●受講料 1名46,440円(税込(消費税8%)、資料・昼食付)
 *1社2名以上同時申込の場合、1名につき35,640円
      *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

 ●録音・撮影行為は固くお断り致します。
 ●講義中の携帯電話の使用はご遠慮下さい。
 ●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。
  *PC実習講座を除きます。


■ セミナーお申込手順からセミナー当日の主な流れ →

当講座はライブ配信によるオンライン受講の申込も可能なセミナーです!
 *見逃し視聴有り

会場からセミナーをライブ配信し、会場にお越しになれない方でもお手元のPCやスマートフォンで、オンライン受講いただけます。
また、オンライン受講者は、開催3営業日後から一定期間、見逃し視聴が可能です。

●オンライン受講料 1名46,440円(税込(消費税8%)、資料付)
 *申込〆切 開催日の3営業日前までにお申し込みください。
 *1社2名以上同時申込の場合、1名につき35,640円
 *学校法人割引;学生、教員のご参加は受講料50%割引。→「オンライン受講申込要領・手順」を確認下さい。

■ライブ配信(オンライン受講)で受講される場合の注意事項
お申し込み前に、以下のテスト視聴サイトで映像・音声に問題がないか必ず事前にご確認ください。
※テスト視聴サイト
https://deliveru.jp/pretest5/
ID livetest55
PW livetest55
受講者様の動作環境トラブルによる、当日の「閲覧できません」というご連絡には、対応はできかねますので、あらかじめご了承くださいますようお願い致します。

■推奨環境
動画配信は、株式会社ファシオ(http://www.vita-facio.jp/)の配信プラットフォーム「Deliveru」を利用しています。推奨環境・ご質問は下記URLをご参照ください。
◎推奨環境
https://deliveru.jp/faq/#Q7
◎よくあるご質問
https://deliveru.jp/faq/

■オンライン受講の申込みについて
オンライン受講の申込は開催日の3営業日前までに、インターネットまたはメール(req@johokiko.co.jp)にてお申し込みください。
*詳細は申込要領をご確認ください。

■禁止事項について
・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
・視聴用ID/パスワードはお申し込みいただいた方のみご利用いただけます。複数端末から同時に視聴することやプロジェクタ等による複数人での視聴もいただけません。

■セミナー資料について
資料はPDF形式で視聴用サイトからダウンロードいただけます(原則、前日よりダウンロード可能)。

■開催当日
視聴用サイトにログイン → 開催時間になったら端末を更新し受講スタート

■見逃し視聴について
開催3営業日後から録画動画の配信を行います(一部、編集加工します)。
【配信期間】1週間 【視聴期間】視聴開始後 48時間
視聴用サイトにログインして、配信期間1週間の間に「開封」ボタンをクリックし、視聴を開始してください。
視聴期間内(視聴開始後48時間以内)は、動画を何度でも再生いただけますが、「開封」ボタンは1回のみクリック可能です。期間経過後の再生はできませんので、ご注意ください。

セミナーポイント

*「非常にわかりやすかった」というご意見が多数!
 過去のセミナー参加者の声:

 ・基礎知識がほとんど無くても理解できる点が多々あって良かったです。
 ・とても有意義でした。ありがとうございました。
 ・理解しやすく構成されており、有益でした。実例を交えた解説も良かったと感じました。
 ・技術的知識のない私でも理解できるご説明で、期待通りの学びを得られました。
 ・お話がよくまとまっており、わかりやすかったです。資料も後々のリファレンスとして重用できそうな気がします。
 ・章立ての構成で、章ごとに簡単な振り返りスライドがあったのがわかりやすかったです。
 等


 機械学習・ディープラーニング・人工知能技術の流行により、自社で埋もれている大量のデータやビッグデータを、機械学習を用いて業務に役立てることができるのでは?と考える方が急増しています。
 機械学習・ディープラーニングについてはさまざまな書籍が刊行され、オープンソースのライブラリも充実してきています。これらの書籍を参照し、ライブラリを利用することで、誰でも簡単に機械学習を利用したデータ分析を行うことが可能となりました。
 しかし、機械学習のアルゴリズム自体は書籍を参照しライブラリを利用することができても、実際にデータをどう扱って処理し、活かしていけばよいかわからない、という声も聞かれ、関連の情報も不足しているように見受けられます。
 データの前処理や分析の正しいやり方・手順を理解していなければ、質の高い分析結果を得ることができないだけでなく、誤った判断を下してしまう危険性もあります。
 また、機械学習の急速な進展からか、誤った方法による分析結果が提出されることも多く、受け取る側の方でも正しい評価指標によりそれを判断することが求められます。
 本セミナーでは、データ分析の正しいやり方・手順を学び、自分自身でデータ分析を行えるようになること、または他者のデータ分析結果を評価できるようになることを目指します。

○受講対象:

 1)データ分析を始めようとしている方
   基本的なデータ分析のやり方・手順を知ることができます
 2)データ分析結果を受け取る方
   分析結果の妥当性を評価することができるようになります
 3)データ分析を依頼する方
   基礎検討を自分達で実施することで付加価値の高い仕事を依頼できます

○受講後、習得できること:
 ・データ分析プロセスの基礎知識
 ・データの前処理・扱い方(整形方法・欠損値処理等)
 ・分析結果の評価指標・評価方法
 ・分析時の注意点(やり方・手順を誤るとどのような結果となるか)

セミナー内容

1.データの前処理・扱い方
 1.1 データ分析のためのデータ形式
 1.2 特徴量(説明変数)の分類
 1.3 カテゴリ変数の扱い方
 1.4 欠損値の扱い方
 1.5 データの正しい可視化方法
 1.6 データ収集・整形時の注意点

2.機械学習の基本と利用時の留意点
 2.1 機械学習とは
 2.2 機械学習によるデータ分析でできること
 2.3 代表的なアルゴリズム
 2.4 データ特性に応じた手法の選択
 2.5 ディープラーニングとは
 2.6 ディープラーニングの使いどころ

3.分析結果の評価法
 3.1 回帰モデルの評価基準
 3.2 分類(識別)モデルの評価基準
 3.3 精度以外の評価基準の重要性
 3.4 適合率・再現率・F値
 3.5 ROC曲線・AUC

4.機械学習によるデータ分析のすすめ方
 4.1 パラメータ調整の必要性とその方法
 4.2 過学習とその対策(交差検証法など)
 4.3 バイアスとバリアンスについて
 4.4 学習曲線による現状の把握

5.ビジネスへの適用について
 5.1 分析結果を現場にどう受け入れてもらうか
 5.2 機械学習の前にやるべきことはないか
 5.3 実運用時の課題
 5.4 その分析は解くべき課題を解決するものか
 5.5 分析結果の公平性
 5.6 真実は常に一つ?
 5.7 ディスカッション

  <質疑応答>

※内容項目は当日多少変更される可能性がありますのでご承知おきください。

       
       

セミナー番号:AC190364

top

注目の新刊

雑誌 月刊化学物質管理

  雑誌発・各社の事例セミナー3/19

これから化学物質管理

外観検査

生物学的同等性試験

最新の医療機器薬事入門

積層セラミックコンデンサ

全固体電池開発

RoHS指令・整合規格 徹底理解

高分子劣化・加速試験

2019カメラモジュール

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.