データサイエンス 入門 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
12月
2019年1月
2月
3月〜

化学・電気系 その他各分野
12月
2019年1月
2月
3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
  ↑2018/12/12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  


医薬・機器・化粧・食品系セミナー

*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:

★データサイエンス入門者に最適な研修です。
★これだけは知っておきたいデータサイエンスの基本事項を解説。


データサイエンス入門(基礎知識マスター)

講師

東洋大学 経済学部経済学科 教授(大学院経済学研究科経済学専攻 併任)
工学博士 鈴木 孝弘 先生

* 希望者は講師との名刺交換が可能です

講師紹介

■主経歴
1984年 東京工業大学大学院化学環境工学専攻博士課程修了(工学博士)
1984年 静岡県庁生活環境部 主事
1986年 山形大学工学部情報工学科 助手
1989年 東京工業大学工学部化学工学科 助手
1994年 東京工業大学資源化学研究所(大学院化学環境工学専攻併任)助教授
2002年 東洋大学経済学部経済学科 教授 現在に至る

■専門・得意分野
データサイエンス(ニューラルネットワークやサポートベクターマシンの経済、化学、
薬学などの問題への適用)、環境科学、環境経済など

■本テーマ関連の学会・協会・団体等
情報知識学会、人工知能学会など

→このセミナーを知人に紹介する

<その他関連セミナー>

機械学習・ディープラーニング・人工知能関連セミナー・書籍一覧

日時・会場・受講料

●日時 2019年1月29日(火) 10:30-16:30
●会場 [東京・大井町]きゅりあん5階第3講習室 →「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 →

セミナーポイント

■セミナーポイント
 近年、ビジネス誌の特集に「データ分析」「統計学」「人工知能(AI)」といった言葉をよく目にするようになりました。
 第4次産業革命を迎え、あらゆるモノをインターネットに接続し、膨大なデータを収拾・分析するIoT社会において、ひたすらに増え続けるデータ(ビッグデータ)を有効かつ効率的に処理し、ビジネス・研究に生かすための「データサイエンス」は文系・理系問わず、もはや現代の必修科目です。
 本セミナーでは、この「データサイエンス」について、これだけは知っておきたい基本事項を解説します。データの使い方の基礎から、いま人工知能で話題となっているディープラーニングまで、データサイエンスの書籍などにありがち複雑な数式による説明は最小限に、その基本的な考え方と手法の原理をマスターすることを目的とします。

■受講後、習得できること
・データサイエンスの概要について知ることができる。
・数式やプログラミングによる説明では、ほとんど分からなかったデータサイエンスの手法を理解できる。
・データ分析部署、システム開発会社の新入社員の方々の入門知識として役立つ。
・実務や研究開発などにデータサイエンスを生かすため、何から始めるべきか分かるようになる。
・サポートベクターマシンやニューラルネットワークなどの手法をすぐに適用できるようになる。

セミナー内容

*『これだけは知っておきたい データサイエンスの基本がわかる本』、オーム社(2018)をテキストにセミナーを進めます。尚、本書は、当日会場で無償配布しますので、事前に用意する必要はありません。

1.データサイエンスとは
 1.1 要素技術
 1.2 AIの時代
2.データと前処理
 2.1 ビッグデータ・データベース
 2.2 基本統計量・ベイズ統計
 2.3 データの標準化
3.モデル化と最適化
 3.1 実験計画法
 3.2 シンプレックス最適化法
 3.3 グリッドサーチ
4.パターン認識・多変量改正
 4.1パターン認識とは
 4.2 多変量解析とは
 4.3 重回帰分析とPLS回帰分析
 4.4 クロスバリデーションとは
5.サポートベクターマシン(SVM)
 5.1 カーネル法
 5.2 SVMの応用例
6.ニューラルネットワーク・ディープラーニング
 6.1 ニューラルネットワークとは
 6.2 ニューラルネットワークの構造と学習
 6.3 ディープラーニング
 6.4 ディープラーニングの活用分野・展望
7.まとめ

(質疑応答)

セミナー番号:AA190189

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.