・ご受講にあたり、環境の確認をお願いしております。
お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
→
確認はこちら
＊Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
→
音声が聞こえない場合の対処例
・Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です
→
参加方法はこちら
→※一部のブラウザーは音声（音声参加ができない）が聞こえない場合があります、
必ず
テストサイトからチェック下さい。
対応ブラウザーについて（公式）;コンピューターのオーディオに参加に対応してないものは音声が聞こえません
申込み時に（見逃し視聴有り）を選択された方は、見逃し視聴が可能です。
（クリックして展開「▼」）
・原則、開催5営業日後に録画動画の配信を行います（一部、編集加工します）。
・視聴可能期間は配信開始から1週間です。
セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。
尚、閲覧用URLはメールでご連絡致します。
※万一、見逃し視聴の提供ができなくなった場合、
（見逃し視聴あり）の方の受講料は（見逃し視聴なし）の受講料に準じますので、ご了承下さい。
→こちらから問題なく視聴できるかご確認下さい（テスト視聴動画へ）パスワード「123456」
セミナーポイント
＊先着15名限定とさせて頂きます。
※定員に達し次第、申込を締め切らせて頂きます。お申込はお早めに。
■講師から受講を検討しているあなたへ
現場で機械学習を応用するというケースでもっとも広く利用されているのがPythonです。本セミナーでは、Pythonでのプログラミングをベースとして機械学習の背景にある理論や特徴を解説しながら演習を進めます。
本セミナーは特に、初級者、学び始めて間もない方、基本的な事項を固めたい方を対象としています。初心者の皆様が躓きやすい部分に配慮し、出来る限りやさしく解説していきます。これまで、５年以上にわたって、初級者向けに機械学習講座を手掛けてきました。そのなかで、躓きやすい点についてできるだけわかりやすくプログラムを改良しており、多くの初級者の方にご好評いただいております。
■受講対象者
・Pythonを実際に動かしてみたい方
・Pythonを用いて、機械学習・ディープラーニングの領域に進もうとお考えの方
＊業種・業界は不問とします。
■受講して得られる知見、情報
・機械学習の基礎、概要
・Python の初歩、基礎知識、特徴
・Python の導入方法、具体的な取扱い方、よくあるトラブルとその対策 など
▽過去の同講師セミナー受講者の声（アンケートより）
「説明がわかりやすかった。機械学習の大枠がわかってありがたい」（研究・教育）
「広く機械学習について学べたので良かった」（生産技術・システム開発）
「この分野の概要をつかむのに適したセミナーだと思った」（AIシステム開発）
「今後の勉強の足掛かりになりました」（人工知能関連サービス開発）
▼PC実習（ハンズオン）に関して
・Google Colaboratory を利用します。
・インターネットブラウザ：Google Chromeの最新版を推奨します。
JavaScriptおよびCookieが利用可能な状態にしておいてください。
※実際の操作をするか否かは受講者の任意とします。
セミナー内容
1.今さら聞けない機械学習の初歩
1.1 機械学習とは？
1.2 教師あり学習と教師なし学習の違いは？
1.3 よい教師データと悪い教師データとは？
1.4 機械学習ができること〜機械学習が解ける問題〜
識別問題・値予測・クラスタリング・次元削減
1.5 教師あり学習とは
教師あり学習の統計手法
回帰分析、重回帰分析、ロジスティックス回帰分析
サポートベクターマシン
ニューラルネットワーク
アンサンブル学習とその考え方
具体的なアンサンブル学習
ランダムフォレスト
1.6 教師なし学習とは
教師なし学習のアプローチ方法
クラスタリング
1.7 教師あり学習と教師なし学習の棲み分け〜事例を挙げて〜
1.8 機械学習のカバー分野
1.9 データ分析を実施する際におさえておくべき10のポイント
2.Pythonの基礎と演習
2.1 なぜPythonが選ばれているのか
2.2 Pythonでどんなことができるのか
2.3 他のソフトの特長と比較
Excel
R
SPSS
Apache Mahout
＊以下、Google Colaboratoryを使い、実際に操作しながら講義を進めます。
ご自身で実際に操作して頂いても構いませんが、それを強いるものではありません。ご自身の習熟度を勘案し、講義そのものに集中して頂くのでもよろしいかと存じます。また、利用可能なGoogle Colaboratory実行可能なPythonコードならびにデータをご提供します。
・Google Colaboratoryの特徴
・90分ルールと12時間ルール
・Googleドライブのマウントとファイルの読み込み
2.4 演習：Pythonの導入
2.5 演習：Pythonを通じた機械学習環境の実習・ライブラリ活用
2.6 演習：機械学習手法（ＳＶＭ、アンサンブル学習）等の演習
3 運用上の留意点、コツ、抑えるべきポイント
3.1 データ分析のコツその１ まず、データを理解する
3.2 データ分析のコツその２ 仮説を立てる
3.3 データ分析のコツその３ 鳥の目で全体を把握
3.4 データ分析のコツその４ 魚の目で流れを把握
3.5 データ分析のコツその５ 虫の目で個別データを把握
3.6 データ分析のコツその６ 外れ値を理解する
3.7 データ分析のコツその７ 欠損値の対処
3.8 データ分析のコツその８ 確率分布を意識する
3.9 データ分析のコツその９ 次元を落とす
3.10 データ分析のコツその１０ データにあわせたアルゴリズム
4 おススメ書籍
＜質疑応答＞
サイトマップ
よくあるお問合せ
リクエスト
セミナー会場へのアクセス
リンク
