【PC実習付き】PythonとScikit-learnで学ぶ機械学習の基礎

機械学習の基礎、種類、データの集め方やディープラーニングなどを
一日で解説。

座学だけでなく実際に演習を行うことでより理解が深まります。


【定員25名】
★ 機械学習を業務に取り入れたい方や、情報収集が目的の方にお勧めのセミナーです!


※ 深層学習の座学セミナーや、ディープラーニングの実習セミナーとの
お得なセット割引もございます。

  深層学習(ディープラーニング)の基本的な原理を理解しよう
【2月8日(金) 10:30-16:30】
 https://www.monodukuri.com/seminars/detail/1790

  TensorFlowで学ぶディープラーニングと応用【PC実習付き】
【2月26日(火) 10:30-16:30】
 https://www.monodukuri.com/seminars/detail/7192

※ 2または3講座を選択受講の場合は、各講座のページから同時にお申込みのうえ、
  備考欄に参加形態(第○・○回参加)をご記入ください。
  ご請求時に割引料金を適用します。


講師


明治大学 総合数理学部 ネットワークデザイン学科 准教授 櫻井 義尚 先生

■ ご略歴:
 2000年 電気通信大学電気通信学部電子情報学科卒業
 2002年 同大学大学院電気通信学研究科電子情報学専攻博士前期課程修了
 2005年 同博士後期課程単位取得済み退学.同年博士(工学)
 2005年4月~ 東京電機大学情報環境学部情報環境学科助手
 2010年4月~ 東京電機大学情報環境学部情報環境学科助教
 2013年4月~ 明治大学総合数理学部ネットワークデザイン学科 准教授

■ 専門および得意な分野・研究:
 機械学習、データマイニング、進化計算、レコメンダーシステム、
 マーケティング調査分析、テキストマイニング、意思決定支援システム

■ 本テーマ関連学協会での活動:
 情報処理学会、人工知能学会、日本オペレーションズ・リサーチ学会、
 日本知能情報ファジィ学会、電気学会、進化計算学会、日本マーケティング学会、IEEE


受講料


1名46,440円(税込(消費税8%)、資料・昼食付)
*1社2名以上同時申込の場合 、1名につき35,640円
*学校法人割引 ;学生、教員のご参加は受講料50%割引


2または3講座選択受講のセット割引料金】
・2講座の参加
 価格(税込) 71,280円 1社2名以上同時申込の場合 、1名につき60,480円
・全講座(3講座)の参加
 価格(税込) 90,720円 1社2名以上同時申込の場合 、1名につき79,920円
※ 申込時に参加形態(第○・○回参加)を備考欄に記載下さい。
  ご請求時に割引料金を適用します。
※ 実習講座でPCの貸出を希望される際にも、備考欄に記載をお願いします。
  PC貸出料 7,560円/回(PC貸出料は学校法人割引対象外となります)
※ 各回、別の方が受講いただくことも可能です。
※ 1社2名以上同時申込は、同時、同形態(講座数、参加日)でのお申込みにのみ有効です。


セミナーポイント


■ 受講者の方へ:演習用PCご持参のお願い
・本セミナーでは、PC演習を行います。
 インストールして頂きたいツール等はお申込み完了後にご連絡差し上げます。
・ご持参が難しい場合は、お申込み時に備考欄に『PC貸出』と記入ください。
 7,560円(税込)にて貸出致します。(PC貸出料は学校法人割引対象外となります)
・PCの貸出は原則として1週間前までにお申し出ください。

■ はじめに:
 過去の情報に基づいて顧客の行動を予測したり、これまで人手を要していた分類作業を自動化したり、機械学習はビジネス上の様々な場面で活用できる強力なツールになります。
 本セミナーでは、「これから自分で機械学習(ライブラリを使った)プログラムを作りたい」機械学習の初学者を対象に、機械学習の基礎を解説しつつ、機械学習ライブラリを使ったPythonのサンプルプログラムを実際に実行し、ソースコードの解説を通して、機械学習プログラムがどのように作られているかを学びます。

■ ご講演中のキーワード:
 SVM、k-means、ニューラルネットワーク、ディープラーニング、特徴量、
 Python、scikit-learn

■ 受講対象者:
・Pythonを動かしてみたい方
・機械学習を活用したい方
・Pythonを使った機械学習システムの構築を目指している方

■ 必要な予備知識:
【プログラミングについて】
・簡単なパソコンの使い方(ファイル操作など)
・Pythonでなくともいいので、何かしらのプログラミング経験があることが望ましい。
【機械学習について】
 この分野に興味のある方なら、特に必要ありませんが、大学初学年程度の数学の知識
(ベクトル・行列・統計)があった方がより深く理解できます。

■ 本セミナーで習得できること:
・機械学習の基礎知識
・機械学習システム構築についての基礎知識
・機械学習ライブラリを用いたPythonプログラミングの基礎
・機械学習の代表的な手法の理解
・ディープラーニングの基礎知識

★ 過去、本セミナーを受講された方の声(一例):
・独学では限界があったので要点をわかりやすく教えていただきありがとうございました。
 とてもためになりました。
・全体の概要は理解できたので復習して理解を深めます。
・内容、進め方、スピードどれも非常に良かったと思います
・説明が丁寧でわかりやすくしていただいたのでよく理解できました。
・関数の特徴、Tipsが多くわかりやすかった。質疑応答がよかった。


セミナー内容


1.機械学習の基礎
 1)経験から学ぶ機械学習とは
 2)機械学習にできること
 3)機械学習の種類
  a)教師あり学習
  b)教師なし学習
  c)強化学習

2.機械学習システムを作るには
 1)分析ツール
 2)プログラミング不要の機械学習システム
 3)機械学習APIとクラウドML
 4)Pythonと機械学習ライブラリ
 5)機械学習を活用する際の注意点

3.Pythonの基礎
 1)各OSごとの最適なPythonの環境構築
 2)ライブラリの使用法を紹介
 ・NumPy
 ・SciPy
 ・Matplotlib
 ・Pandas
 ・scikit-learn
 ・Jupyter Notebook
 3)Pythonの特徴
 4)Pythonによるプログラミング基礎

4.答えを使って学習する分類
 1)分類とは
 2)分類アルゴリズム
 ・パーセプトロン
 ・サポートベクターマシーン
 3)データの読込(CSVファイル)とデータの前処理
 ・Pandas
 ・Jupyter Notebook
 4)機械学習ライブラリを用いたプログラム
 ・scikit-learn
 5)その他の分類アルゴリズム
 6)応用事例紹介

5.学習結果を評価する
 1)モデルの選択
 2)パラメータと学習
 3)過学習と汎化性能
 4)汎化性能の評価(クロスバリデーション)
 5)ハイパーパラメータ