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

機械学習によるデータ分析

これから始める

機械学習によるデータ分析

東京都 開催 会場 開催

開催日

  • 2018年12月10日(月) 10時30分 16時30分

受講対象者

  • データ分析を始めようとしている方
  • データ分析結果を受け取る方
  • データ分析を依頼する方

修得知識

  • データ分析プロセスの基礎知識
  • データの前処理・扱い方 (整形方法・欠損値処理等)
  • 分析結果の評価指標・評価方法
  • 分析時の注意点 (やり方・手順を誤るとどのような結果となるか)

プログラム

 今や「データサイエンス」と云う言葉がバズワード化しているにも拘わらず、データサイエンティストは学会でも産業界でも大きく不足しており、その人材の育成が急務とされています。
 本セミナーはこのようなニーズに応える事を目的として企画されており、より正確には機械学習を用いたデータ分析の手法を実務的な観点から習得して頂く事を目的としています。さて、機械学習のアルゴリズム自体は書籍を参照しライブラリを利用することができても、実際にデータをどう扱って処理し、活かしていけばよいか分からない、という声がよく聞かれます。また関連の情報も不足しているように見受けられます。データの前処理や分析の正しいやり方・手順を理解していなければ、質の高い分析結果に至ることはできず、誤った判断を下してしまう危険性もあります。
 加うるに機械学習の急速な進展からか、誤った方法による分析結果が提出されることも多く、受け取る側の方でも正しい評価指標によりそれを判断することが求められます。
 本セミナーでは、具体的にデータ分析の正しいやり方・手順を学び、自分自身でデータ分析を行えるようになる事、または他者のデータ分析結果を評価できるようになることを目指します。

  1. データの前処理・扱い方
    1. データ分析のためのデータ形式
    2. 特徴量 (説明変数) の分類
    3. カテゴリ変数の扱い方
    4. 欠損値の扱い方
    5. データの正しい可視化方法
    6. データ収集・整形時の注意点
  2. 機械学習の基本と利用時の留意点
    1. 機械学習とは
    2. 機械学習によるデータ分析でできること
    3. 代表的なアルゴリズム
    4. データ特性に応じた手法の選択
    5. ディープラーニングとは
    6. ディープラーニングの使いどころ
  3. 分析結果の評価法
    1. 回帰モデルの評価基準
    2. 分類 (識別) モデルの評価基準
    3. 精度以外の評価基準の重要性
    4. 適合率・再現率・F値
    5. ROC曲線・AUC
  4. 機械学習によるデータ分析のすすめ方
    1. パラメータ調整の必要性とその方法
    2. 過学習とその対策 (交差検証法など)
    3. バイアスとバリアンスについて
    4. 学習曲線による現状の把握
  5. ビジネスへの適用について
    1. データマイニングプロセス「CRISP – DM」
    2. 事例紹介
      • 分析結果を現場にどう受け入れてもらうか
      • 「機械学習」の前にやるべきことはないか
      • 長期運用時の課題
      • その分析は解くべき課題を解決するものか
    3. ディスカッション

講師

  • 鴨志田 亮太
    株式会社 日立製作所 研究開発グループ 知能情報研究部
    主任研究員

会場

株式会社オーム社 オームセミナー室
東京都 千代田区 神田錦町3-1
株式会社オーム社 オームセミナー室の地図

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
: 46,000円 (税別) / 49,680円 (税込)
1口
: 57,000円 (税別) / 61,560円 (税込) (3名まで受講可)
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
2024/4/10 Pythonによる時系列データ分析とその活用 オンライン
2024/4/12 機械学習/Deep Learningの画像データ前処理に活用できる画像フィルタリングの基本と最新動向 オンライン
2024/4/15 ディープラーニングの基礎と実践 オンライン
2024/4/15 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/17 ルールベースと機械学習ベースの画像認識技術 オンライン
2024/4/18 生成AIをめぐる著作権問題の最前線 東京都 会場・オンライン
2024/4/19 ディープラーニングの基礎と実践 オンライン
2024/4/19 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/4/22 安全性定期報告書等の作成にむけた安全性集積データの見方・評価と文章作成のコツ オンライン
2024/4/24 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2024/4/25 カルマンフィルタの実践 オンライン
2024/4/26 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/4/26 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/5/2 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2024/5/2 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/5/7 安全性定期報告書等の作成にむけた安全性集積データの見方・評価と文章作成のコツ オンライン
2024/5/8 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/5/17 スパース推定の本質の理解と実装応用技術への展開 オンライン
2024/5/23 ベイズ統計から学ぶ統計的機械学習 オンライン
2024/5/31 マテリアルズインフォマティクスのためのデータ解析 オンライン

関連する出版物

発行年月
2024/3/4 対話型生成AI (人工知能) 利活用技術 技術開発実態分析調査報告書
2024/3/4 対話型生成AI (人工知能) 利活用技術 技術開発実態分析調査報告書 (CD-ROM版)
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
2021/10/25 AIプロセッサー (CD-ROM版)
2021/10/25 AIプロセッサー
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
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
1993/3/1 新しいサーボ制御の基礎と実用化技術