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

Pythonではじめる機械学習入門講座

Pythonではじめる機械学習入門講座

~Windows, Mac, Linux 実習対応~
東京都 開催 会場 開催 PC実習付き

開催日

  • 2017年11月29日(水) 10時30分 16時30分

受講対象者

  • 機械学習の応用分野に関連する技術者、研究者
    • 画像処理
    • 信号処理
    • 医療福祉
    • スポーツ分野
    • セキュリティ (監視カメラ、警備、防犯)
    • ロボット
    • コンピュータビジョン
    • 異常行動検出、異常領域検出
    • 統計
    • 経済学 など
  • 機械学習、パターン認識分野の技術者、研究者
  • これから機械学習、パターン認識に携わる技術者、開発者
  • 機械学習で課題を抱えている方

修得知識

  • Pythonの基本的なコーディング方法
  • Pythonの各種ライブラリの活用方法
  • 代表的な機械学習 (教師あり学習、教師なし学習) の基礎理論
  • Pythonによる機械学習アルゴリズムの実装方法
  • 機械学習によるデータ処理・分析・可視化方法

プログラム

 純粋に最近流行りのPythonを学びたい人から、業務でデータ処理・解析をしたい人まで、幅広い方を対象とします。
 特に、日々大量のデータを扱っていて、そのデータの山から知識を引き出したいと思っている方が最適な受講対象者となります。
 Pythonでコーディングした経験がない人も歓迎しますが、演習を通して学んでいきますので、他の言語によるプログラミングの経験や知識のある方が望ましいです。

  1. はじめに
  2. 演習環境の構築
    1. Pythonのインストール
    2. 各種ライブラリのインストール
      • NumPy
      • SciPy
      • matplotlib
      • IPython
      • pandas
      • mglearn
      • scikit-learn
  3. Python入門講座
    1. Pythonの特徴
    2. Pythonのコーディング方法
    3. 各種ライブラリの使い方
    4. サンプルコードを用いた実践演習
  4. 教師あり学習
    1. 教師あり学習の概要
    2. クラス分類と回帰
    3. 汎化と過剰適合
    4. 各種学習アルゴリズムと実践演習
      1. k-最近傍法
      2. 線形モデル
      3. ナイーブベイズ分類器
      4. 決定木
      5. サポートベクトルマシン
      6. ニューラルネットワーク
  5. 教師なし学習
    1. 教師なし学習の概要
    2. 前処理とスケール変換
    3. 次元削減と特徴量抽出
    4. 各種学習アルゴリズムと実践演習
      1. k-means法
      2. 凝集型クラスタリング
      3. DBSCAN
  6. まとめ

会場

連合会館

5F 502会議室

東京都 千代田区 神田駿河台三丁目2-11
連合会館の地図

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
: 46,278円 (税別) / 49,980円 (税込)

持参品 等

本セミナーでは、演習を行いますので、以下の条件を満たしたノートパソコンを持参して下さい。

  • プラットフォームは、Windows、Linux、MacOSを問いません。
  • 可能であれば、事前にPython 3.xをインストールしておいて下さい。インストーラは、Anacondaを推奨します。
  • 可能であれば、事前に各種ライブラリをインストールしておいて下さい。なお、Anacondaを利用した場合は、個別インストールが必要なライブラリはmglearnのみとなります。
    • NumPy
    • SciPy
    • matplotlib
    • IPython
    • pandas
    • mglearn
    • scikit-learn
  • 演習で使用するサンプルコードやライブラリは、USBメモリで準備しておきますが、万が一に備えて、ノートパソコンは無線LAN機能を搭載したものを推奨します。
  • 教師あり学習、教師なし学習とも「各種学習アルゴリズムと実践演習」では、当日の進行状況に応じて、すべての手法が取り上げられない可能性があります。
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
2025/4/9 マテリアルズインフォマティクス (MI) の最新動向と小規模データ駆動型MIの展開 オンライン
2025/4/10 Vision Transformerの仕組みとBEV Perception オンライン
2025/4/11 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
2025/4/11 マテリアルズインフォマティクスの基礎と高分子材料設計における応用事例 オンライン
2025/4/15 自動運転・運転支援に向けた各種センサーを用いた周辺環境認識技術 オンライン
2025/4/16 異常検知・学習データ作成のための生成AI活用 オンライン
2025/4/16 Pythonによる機械学習の基礎と実践 オンライン
2025/4/16 機械学習を用いたスペクトルデータ解析と材料開発への適用 オンライン
2025/4/17 スパース推定の基礎、本質の把握・理解と実装応用技術への展開 オンライン
2025/4/18 実験計画法・ベイズ最適化を用いた効率的な実験デザイン オンライン
2025/4/22 マテリアルズインフォマティクスの高分子材料開発への応用 オンライン
2025/4/22 未知の異常も検知する人工知能MTシステム (MT法) 基礎と応用入門 オンライン
2025/4/23 ベイズ推定を用いたデータ解析 オンライン
2025/4/25 機械学習のための効率的なデータ取得法と解釈・評価方法 オンライン
2025/4/25 マテリアルズインフォマティクスの基礎と高分子材料設計における応用事例 オンライン
2025/4/28 AI外観検査 (画像認識) のはじめ方、すすめ方、精度向上への考え方 オンライン
2025/4/30 未知の異常も検知する人工知能MTシステム (MT法) 基礎と応用入門 オンライン
2025/5/6 ベイズ推定を用いたデータ解析 オンライン
2025/5/7 生成AIを活用したデータ分析の基礎とポイント オンライン
2025/5/7 機械学習のための効率的なデータ取得法と解釈・評価方法 オンライン

関連する出版物