技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

データサイエンスの基礎知識をマスターする

データサイエンスの基礎知識をマスターする

~実験のモデル化とそのデータ解析~
オンライン 開催

概要

本セミナーでは、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、基本的な考え方と手法の原理を解説いたします。

開催日

  • 2022年3月17日(木) 10時30分 16時30分

修得知識

  • データサイエンスの概要
  • データサイエンスの手法
  • 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
  • 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業務等に適用できる

プログラム

 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、増加し続けるデータ (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、もはや現代の必修科目といえるでしょう。しかし、データサイエンスの領域は広く、多数の要素技術が含まれ混在とした状況にあり、データサイエンスの全体層を把握することが重要である。
 本セミナーでは、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分野でありがちな複雑な数式は最小限に、その基本的な考え方と手法の原理を理解できます。

  1. データサイエンスとは
    1. 要素技術
    2. AIの時代
  2. データと前処理
    1. ビッグデータとデータベース
    2. 基本統計量・ベイズ統計
    3. データの標準化
  3. モデル化と最適化
    1. 実験計画法
    2. シンプレックス最適化法
    3. グリッドサーチ
  4. パターン認識・多変量解析
    1. パターン認識とは
    2. 多変量解析とは
    3. 重回帰分析とPLS回帰分析
  5. サポートベクターマシン (SVM)
    1. カーネルとは
    2. SVMの応用例
  6. ニューラルネットワークとディープラーニング
    1. ニューラルネットワークとは
    2. ニューラルネットワークの構造と学習
    3. ディープラーニングとは
    4. ディープラーニングの応用分野・展望

講師

  • 鈴木 孝弘
    東洋大学 経済学部 経済学科
    経済学科長 教授

主催

お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 50,000円 (税別) / 55,000円 (税込)
複数名
: 22,500円 (税別) / 24,750円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

シーエムシーリサーチからの案内をご希望の方は、割引特典を受けられます。
また、2名様以上同時申込で全員案内登録をしていただいた場合、1名様あたり半額の 22,500円(税別) / 24,750円(税込)となります。

  • Eメール案内を希望する方
    • 1名様でお申し込みの場合 : 1名で 45,000円(税別) / 49,500円(税込)
    • 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
    • 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
  • Eメール案内を希望しない方
    • 1名様でお申し込みの場合 : 1名で 50,000円(税別) / 55,000円(税込)
    • 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000円(税込)

アカデミック割引

  • 1名様あたり 24,000円(税別) / 26,400円(税込)

学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院の教員、学生に限ります。

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
本セミナーは終了いたしました。

これから開催される関連セミナー

開始日時 会場 開催方法
2024/11/8 スモールデータ解析の方法と実問題解決への応用 オンライン
2024/11/8 医療機器プロセスバリデーションの進め方と統計的手法及びそのサンプルサイズ オンライン
2024/11/11 実験の実務 : 実験条件・パラメーターの考え方と結果解釈 オンライン
2024/11/12 説明可能・信頼できるAIの開発とその活用方法 オンライン
2024/11/15 Pythonによる機械学習の基礎と異常検知への適用、実装ポイント オンライン
2024/11/15 マテリアルズ・インフォマティクス入門 オンライン
2024/11/20 Excelを使用した統計学の初級・中級コース 2日間講座 オンライン
2024/11/20 ビジネスパーソンに必要な統計学入門講座 オンライン
2024/11/21 ディープニューラルネットワークモデルとMTシステムの基礎・学習データ最小化・ エンジニアリング応用入門 オンライン
2024/11/22 スモールデータ解析の方法と実問題解決への応用 オンライン
2024/11/22 薬物動態分野 (非臨床) で用いる基本統計学 オンライン
2024/11/22 知って得する統計的寿命予測法のあれこれ オンライン
2024/11/25 Pythonによる機械学習の基礎と異常検知への適用、実装ポイント オンライン
2024/11/25 統計手法の基礎 オンライン
2024/11/26 Pythonによるデータ解析の基礎と実務への応用 オンライン
2024/11/26 分析法バリデーション入門講座 オンライン
2024/11/27 ディープニューラルネットワークモデルとMTシステムの基礎・学習データ最小化・ エンジニアリング応用入門 オンライン
2024/11/27 AI・ロボットを活用した自律駆動型材料開発の最新動向と課題・展望 オンライン
2024/11/27 医薬品開発に使えるタンパク質の理論的デザイン法とタンパク質のフォールディング予測法 オンライン
2024/11/28 アンケート調査の基本と実践 オンライン

関連する出版物

発行年月
2023/6/30 生産プロセスにおけるIoT、ローカル5Gの活用
2022/12/31 機械学習・ディープラーニングによる "異常検知" 技術と活用事例集
2022/8/31 医療機器の設計開発における統計的手法とそのサンプルサイズ設定
2021/10/25 AIプロセッサー (CD-ROM版)
2021/10/25 AIプロセッサー
2021/10/18 医療機器の設計・開発時のサンプルサイズ設定と設定根拠
2021/7/30 マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例
2021/7/14 AIビジネスのブレークスルーと規制強化
2021/6/30 人工知能を用いた五感・認知機能の可視化とメカニズム解明
2021/6/28 AI・MI・計算科学を活用した蓄電池研究開発動向
2020/8/11 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート
2020/7/31 生体情報センシングと人の状態推定への応用
2020/4/30 生体情報計測による感情の可視化技術
2020/3/26 ビッグデータ・AIの利活用に伴う法的留意点
2020/3/24 リアルワールドデータの使用目的に応じた解析手法 - 各データベースの選択と組み合わせ -
2019/1/31 センサフュージョン技術の開発と応用事例
2018/5/31 “人工知能”の導入による生産性、効率性の向上、新製品開発への活用
2018/4/25 統計学的アプローチを活用した分析法バリデーションの評価及び妥当性
2017/5/10 分析法バリデーション実務集
2013/6/21 機械学習によるパターン識別と画像認識への応用