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

はじめてのPythonと教師あり学習・教師なし学習

Zoomを使ったライブ配信セミナー

はじめてのPythonと教師あり学習・教師なし学習

～Windows, Mac, Linux 実習対応～
オンライン 開催 PC実習付き
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

開催日

  • 2020年7月20日(月) 10時30分 ～ 16時30分
  • 2020年7月21日(火) 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
  • 代表的な機械学習法 (教師あり学習,教師なし学習) の基礎理論
  • 機械学習ライブラリscikit-learnを活用した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

　機械学習の入門講座 (セミナー) は、巷にたくさんありますが、理論と実践が揃って、はじめて現場で使える技術とになります。
　本セミナーでは、機械学習の理論的側面のみではなく、コンピュータを用いた実践演習を通して、理解を深めていきます。同時に、実践演習では、最近様々な分野で、注目を集めているコンピュータ言語Pythonと機械学習ライブラリ (scikit – learn) を用います。従って、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ています。
　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抽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、実践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や、コンピュータ (アプリケーションソフトウェア) によるデータ処理の経験がある方が望ましいです。

  1. はじめに
    1. 講師自己紹介
    2. セミナーの狙い
  2. 演習環境の構築
    1. Pythonのインストール (ディストリビューションAnaconda利用)
    2. 各種ライブラリのインストール
      • NumPy
      • SciPy
      • matplotlib
      • IPython
      • pandas
      • mglearn
      • scikit-learn
    3. 統合開発環境Spyderのインストール
    4. Pythonの実行方法
      • インタプリタ
      • コマンド渡し
      • 統合開発環境
  3. Python入門講座
    1. Pythonの特徴
    2. なぜいまPythonか?
    3. Pythonの基本文法
    4. コーディング方法 (統合開発環境Spyderの使い方含む)
    5. 各種ライブラリの使い方
      • NumPy
      • SciPy
      • matplotlib
      • scikit-learn
      • mglearnなど
    6. 機械学習アルゴリズムの実装方法
    7. サンプルコードを用いた実践演習
    8. 参考書・情報源の紹介
  4. 機械学習概論
    1. 機械学習の概要
    2. 三大学習法
      • 教師あり学習
      • 教師なし学習
      • 強化学習
    3. 機械学習データセットの紹介
    4. 機械学習におけるデータの著作権
    5. 専門書・参考書の紹介
  5. 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. 過剰適合と適合不足
    4. モデル複雑度と精度
    5. 多クラス分類
    6. 各種教師あり学習アルゴリズムの基礎理論と実践演習
      1. k-最近傍法
        • クラス分類
        • 回帰
      2. 線形モデル
        • 線形回帰
        • Ridge回帰
        • Lasso回帰
        • ロジスティック回帰
      3. サポートベクトルマシン
        • 線形モデル
        • ソフトマージン
        • 非線形モデル
      4. 決定木
      5. アンサンブル学習
        • ランダムフォレスト (Random Forest)
        • アダブースト (AdaBoost)
  6. 教師なし学習
    1. 教師なし学習の概要
    2. 次元削減と特徴量抽出
    3. 各種教師なし学習アルゴリズムの基礎理論と実践演習
      1. 主成分分析 (次元削減)
      2. k-平均法 (クラスタリング)
      3. 凝集型クラスタリング
      4. DBSCAN (クラスタリング)
  7. 実装上の注意事項
    1. データの前処理 (スケール変換など)
    2. テスト誤差の最小化 (交差検証)
    3. ハイパパラメータの最適化 (グリッドサーチ)
    4. 実データの読み込み方法
  8. まとめと質疑応答
ページのトップヘ

講師

ページのトップヘ

主催

サイエンス＆テクノロジー 株式会社
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
: 42,700円 (税別) / 46,970円 (税込)
複数名
: 37,500円 (税別) / 41,250円 (税込)

持参品

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。
  • 演習環境を統一したいので、事前にAnacondaを用いて、Python 3.x (バージョン3系) をインストールしておいて下さい。
  • 事前に各種ライブラリ (NumPy、SciPy、matplotlib、IPython、pandas、mglearn、scikit-learn) をインストールしておいて下さい。
  • Anacondaを利用すると、演習で必要な標準・外部ライブラリがほとんど自動インストールされますが、mglearnのみ個別インストールが必要となります。
    個別インストールは、Windowsでは、Anaconda Promptを開き、pip install mglearnでインストールできます。
  • 演習で使用するサンプルコードは、USBメモリで準備しますが、万が一に備えて、ノートパソコンは無線WiFi機能を搭載したものを推奨します。
    なお、USBメモリや無線WiFi (インターネット) への接続が、社内ルールでNGの方は、事前に配布いたします。
  • 本セミナーでは、Pythonの統合開発環境 (IDE) として、Spyderを用いて説明を行います。
    事前にSpyderをインストールしておいていただけるとスムーズに演習が行えます。なお、Anacondaを利用した場合は、Spyderは自動インストールされます。
  • 主催者側でPCの貸し出しはいたしかねますのでご注意下さい。
  • 教師あり学習、教師なし学習とも、「各種学習アルゴリズムの基礎理論と実践演習」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。

複数名同時受講の割引特典について

  • 2名様以上でお申込みの場合、
    1名あたり 37,500円(税別) / 41,250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 42,700円(税別) / 46,970円(税込)
    • 2名様でお申し込みの場合 : 2名で 75,000円(税別) / 82,500円(税込)
    • 3名様でお申し込みの場合 : 3名で 112,500円(税別) / 123,750円(税込)
  • 同一法人内 (グループ会社でも可) 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。
  • 請求書および領収書は1名様ごとに発行可能です。
    申込みフォームの通信欄に「請求書1名ごと発行」と記入ください。
  • 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
2026/6/29 マテリアルズ・インフォマティクスの基礎と実践事例 オンライン
2026/6/29 工業触媒の基礎 (活性試験、評価) と劣化対策、スケールアップ オンライン
2026/6/30 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
2026/7/6 迅速化、効率化を実現する研究開発プロセスの再設計と生成AI、Python、Rの活かし方 オンライン
2026/7/6 少数・不揃いな計測データの機械学習とモデル設計 オンライン
2026/7/7 撹拌・混合の基礎と最適設計およびスケールアップからトラブル対策まで オンライン
2026/7/8 工業触媒の基礎 (活性試験、評価) と劣化対策、スケールアップ オンライン
2026/7/8 撹拌・混合の基礎と最適設計およびスケールアップからトラブル対策まで オンライン
2026/7/9 Excel×AIエージェントによるデータ処理業務効率化 オンライン
2026/7/9 生成AI (ChatGPT) を活用した多変量解析実践講座 オンライン
2026/7/9 メカニスティックモデルとAIの融合による医薬品製造プロセスの開発 オンライン
2026/7/9 機械学習を用いた流体力学現象の予測とモデリング オンライン
2026/7/11 生成AI (ChatGPT) を活用した多変量解析実践講座 オンライン
2026/7/13 実験データベースから始める材料実験AIエージェントの作り方 オンライン
2026/7/14 はじめてのPI (プロセスインフォマティクス) オンライン
2026/7/15 迅速化、効率化を実現する研究開発プロセスの再設計と生成AI、Python、Rの活かし方 オンライン
2026/7/15 第一原理計算と機械学習を用いた材料設計へのアプローチ オンライン
2026/7/17 ラボオートメーションに向けた実験環境の構築と導入・実装のポイント オンライン
2026/7/17 知財業務における生成AI・AIエージェント活用とコーディングの進め方 オンライン
2026/7/17 第一原理計算と機械学習を活用した材料設計と応用展開 オンライン
ページのトップヘ

関連する出版物

発行年月
2024/10/31 少ないデータによるAI・機械学習の進め方と精度向上、説明可能なAIの開発
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
2022/11/21 ソフトウエア業界20社 (CD-ROM版)
2022/11/21 ソフトウエア業界20社
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
2021/6/30 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
2021/3/15 QRコード決済
2021/3/15 QRコード決済 (CD-ROM版)
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
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
2013/4/15 暗号化技術 技術開発実態分析調査報告書 (CD-ROM版)
2013/4/15 暗号化技術 技術開発実態分析調査報告書
ページのトップヘ