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

実践で学ぶ機械学習の基礎と使い分け方

Zoomを使ったライブ配信セミナー

実践で学ぶ機械学習の基礎と使い分け方

~Windows, Mac, Linux 実習対応 / Pythonを使った実習付き~
オンライン 開催 PC実習付き

開催日

  • 2021年1月20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
  • 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

 機械学習は、理論と実践が揃って、はじめて現場で使える技術となります。本セミナーでは、機械学習の基礎理論のみではなく、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、日々の業務で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。

  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
      • pandas
      • scikit-learn
      • Pillow
      • mglearn
    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. どの言語を学ぶか
    3. Pythonの優位性
    4. Pythonの基本文法
    5. コーディング方法
      • 統合開発環境Spyderの使い方含む
    6. 各種ライブラリの使い方
      • NumPy
      • SciPy
      • matplotlib
      • scikit-learn
      • mglearnなど
    7. 機械学習アルゴリズムの実装方法
    8. サンプルコードを用いた実践演習
    9. 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
    7. k-最近傍法
      • クラス分類
      • 回帰
    8. 線形モデル
      • 線形回帰
      • Ridge回帰
      • Lasso回帰
      • ロジスティック回帰
    9. 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
    10. 決定木
    11. アンサンブル学習
      • ランダムフォレスト
      • 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
    4. 主成分分析 (次元削減)
    5. k-平均法 (クラスタリング)
    6. 凝集型クラスタリング
    7. 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

講師

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
: 45,000円 (税別) / 49,500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。
  • 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。
  • 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。
  • 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は、セミナー開催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。
  • 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。

複数名同時受講割引について

  • 2名様以上でお申込みの場合、1名あたり 45,000円(税別) / 49,500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 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 90,000円(税別) / 99,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500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。

アカデミック割引

  • 1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

  • 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、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
  • 病院などの医療機関・医療関連機関に勤務する医療従事者
  • 文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
  • 公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方

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。
  • セミナー資料は郵送にて前日までにお送りいたします。
  • 開催まで4営業日を過ぎたお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。
    ライブ配信の画面上でスライド資料は表示されますので、セミナー視聴には差し支えございません。
    印刷物は後日お手元に届くことになります。
  • 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。
  • 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
2024/4/25 カルマンフィルタの実践 オンライン
2024/4/26 ExcelとPythonによる多変量解析 超入門 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
2024/4/26 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 ChatGPTを活用したPythonプログラミングとコード生成 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
2024/5/8 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
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
2024/5/15 ソフトウェア開発への生成AI・ChatGPT導入と活用 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 ベイズ統計学の基礎と演習 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
2024/5/24 マテリアルインフォマティクスの材料開発への適用と活用事例 オンライン
2024/5/27 機械学習による適応的実験計画 オンライン
2024/5/27 外観検査へのAI導入と生成AIによるトレーニングデータ不足への対応 オンライン
2024/5/28 分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開 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
2024/5/31 ベイズ統計学の基礎と演習 オンライン
2024/6/11 分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開 オンライン
2024/6/12 デジタル時代のヘルスケアビジネスの立ち上げ方 東京都 会場・オンライン

関連する出版物