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

機械学習・ディープラーニングの基礎とデータ処理の仕方

極力数式を使わない

機械学習・ディープラーニングの基礎とデータ処理の仕方

東京都 開催 会場 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

概要

本セミナーでは、機械学習について基礎から解説し、ディープラーニングの具体的な実践方法をわかりやすく解説いたします。

開催日

  • 2017年7月6日(木) 12時30分 ～ 16時30分
  • 2017年7月7日(金) 10時30分 ～ 16時30分

修得知識

  • データ処理の基本 (理論と実践)
  • 機械学習/ディープラーニングの基本 (理論と実践)

プログラム

  1. 機械学習/ディープラーニングを行う際に必要なデータ処理の基本 (1日目)
    1. データの定義
    2. 扱うデータの特性を把握する
      1. 時間軸/場所の考慮
      2. データを発生させるもの
    3. データの前処理
      1. データの抜け、異常値への対応
      2. データの量を調整する (増やす/減らす)
      3. データの次元を削減する
    4. ディープラーニングの精度を上げるためにどのようなデータを用意するか?
      1. 必要となるデータの量
      2. データクレジング
      3. フレームワークでの処理
    5. サンプルデータの説明
      1. デモで使用するサンプルデータの説明
  2. 機械学習/ディープラーニングの数理・確率論 (1日目) ～対象物を数値情報へ変換する～
    1. 分布
    2. 次元とベクトル
    3. 画像を数値情報へ変換する
    4. 言語を数値情報へ変換する
    5. 音を数値情報へ変換する
    6. 状態を数値情報へ変換する
  3. 機械学習の基礎と実践 (1日目)
    1. 機械学習の基本
      1. データがモデルをつくる
      2. 学習結果をどう受け取るべきか
    2. 学習の種類
      1. 教師あり学習の基本
      2. 教師なし学習の基本
      3. 強化学習の基本
    3. 結果の分類
      1. 回帰
      2. クラス分類
    4. Windowsで機械学習環境をオープンソースにて構築
      1. 使用可能なオープンソース一覧
      2. Pythonの設定 (Windows7端末の例)
    5. サンプルデータを機械学習で処理
      1. 何を導き出したいか?の定義
      2. 使用できるモデルは?
      3. Pythonを実行し結果を得る
    6. 機械学習のプログラム解説
  4. ディープラーニングの基礎と実践 (2日目)
    1. 機械学習とディープラーニングの違いは?
      1. ニューラルネットワークとは
      2. 生じた誤差の吸収
      3. 特微量の抽出/学習の方法
    2. ディープラーニングを分類し、その特徴を把握する
      1. 畳み込みニューラルネットワーク CNN (Convolutional Neural Network)
      2. 再帰型ニューラルネットワーク RNN (Recurrent Neural Network)
      3. 強化学習 (Deep Q-learning)
    3. Windowsでディープラーニング環境をオープンソースにて構築
      1. TensorFlow
      2. Chainer
    4. サンプルデータをディープラーニングで処理
      1. TensorFlowで動かし結果を得る
      2. Chainerで動かし結果を得る
    5. ディープラーニングのプログラム解説
      1. TensorFlowの解説
      2. Chainerの解説
    6. 解析結果の考察とチューニング
      1. TensorFlow
      2. Chainer
    7. 精度を上げるためにいかにパラメータを最適化するか?
    8. 過学習の判断基準
    9. その他、実践にあたり注意すべきこと
  5. このセミナーだけで終わらせないために (2日目)
    1. twitter/ブログを通じた情報の収集
    2. より高速な環境を求める場合
    • 質疑応答
ページのトップヘ

講師

ページのトップヘ

会場

株式会社 技術情報協会
東京都 品川区 西五反田2-29-5 日幸五反田ビル8F
株式会社 技術情報協会の地図
ページのトップヘ

主催

株式会社 技術情報協会
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
: 70,000円 (税別) / 75,600円 (税込)
複数名
: 65,000円 (税別) / 70,200円 (税込)

複数名同時受講割引について

  • 2名様以上でお申込みの場合、
    1名あたり 65,000円(税別) / 70,200円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 70,000円(税別) / 75,600円(税込)
    • 2名様でお申し込みの場合 : 2名で 130,000円(税別) / 140,400円(税込)
    • 3名様でお申し込みの場合 : 3名で 195,000円(税別) / 210,600円(税込)
  • 同一法人内による複数名同時申込みのみ適用いたします。
  • 受講券、請求書は、代表者にご郵送いたします。
  • 他の割引は併用できません。
本セミナーは終了いたしました。
セミナーの再開催を依頼する
ページのトップヘ

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
2026/3/9 生成AIによる特許調査・分析の現状と実務への適用 オンライン
2026/3/9 AI外観検査の最新動向と導入、運用ポイント オンライン
2026/3/10 Pythonを用いた高分子材料の画像解析入門 オンライン
2026/3/11 生成AIとPython/LangChainを活用した次世代AIエージェント構築ワークショップ オンライン
2026/3/13 開発・生産現場で諸課題を解決に導くデータ駆動型手法 / ディープニューラルネットワークモデル / MTシステムの基礎と応用 オンライン
2026/3/16 小規模実験の自動化による研究開発の効率化と再現性向上 オンライン
2026/3/16 Excel・Pythonで学ぶ製造業向けデータ解析と実務への応用 オンライン
2026/3/17 Excel・Pythonで学ぶ製造業向けデータ解析と実務への応用 オンライン
2026/3/18 工学・心理実験のための統計的思考とPython実践 オンライン
2026/3/18 AI外観検査の最新動向と導入、運用ポイント オンライン
2026/3/19 AIの選択・精度・効率・構造・コストなどの最適化原理 オンライン
2026/3/23 工学・心理実験のための統計的思考とPython実践 オンライン
2026/3/23 データ同化とベイズ最適化を組み合わせた物質探索手法 オンライン
2026/3/24 データ同化とベイズ最適化を組み合わせた物質探索手法 オンライン
2026/3/26 データ駆動型の化学・材料関連研究の最新動向と小規模データの活かし方 オンライン
2026/3/30 フィジカルAI時代における知能化センシングの基礎と応用 オンライン
2026/3/31 フィジカルAI時代における知能化センシングの基礎と応用 オンライン
2026/3/31 Pythonで学ぶデータ解析・機械学習を理解するための線形代数入門 オンライン
2026/4/10 生成AIの能力を限界まで引き出し実務に活用するプロンプト戦略 オンライン
2026/4/10 データ駆動型の化学・材料関連研究の最新動向と小規模データの活かし方 オンライン
ページのトップヘ