【中止】ハンズオンで学ぶPythonによる機械学習～基礎からライブラリの活用、実装に向けた入門知識まで～＜Zoomを用いたオンラインセミナー＞

セミナー趣旨

　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と機械学習系ライブラリ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。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。

必要な予備知識

・高校卒業レベルの数学の知識
・他のコンピュータ言語によるプログラミングの経験、
　またはコンピュータ（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

習得できる知識

・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
など

セミナープログラム

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（NumPy、SciPy、matplotlib、pandas、scikit-learn、Pillow、mglearn）のインストール
　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（NumPy、SciPy、matplotlib、scikit-learn、mglearnなど）の使い方
　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
　　a）k-最近傍法（クラス分類、回帰）
　　b）線形モデル（線形回帰、Ridge回帰、Lasso回帰、ロジスティック回帰）
　　c）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）
　　d）決定木
　　e）アンサンブル学習（ランダムフォレスト、アダブート）

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
　　a）主成分分析（次元削減）
　　b）k-平均法（クラスタリング）
　　c）凝集型クラスタリング
　　d）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）ハイパー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

■ご講演中のキーワード：
機械学習（人工知能）、教師あり学習、教師なし学習、Python、scikit-learn、クラス分類、回帰、次元削減、クラスタリング

セミナー講師

愛知県立大学　情報科学部　情報科学科　教授　小林 邦和 先生
■ご略歴：
　山口大学工学部助手、同助教、愛知県立大学情報科学部准教授を経て、2017年4月より現職。現在、愛知県立大学次世代ロボット研究所副所長を兼務。この間、ヒューストン大学工学部医用生体工学科の客員研究員を兼任。博士（工学）。
■ご専門および得意な分野・研究：
機械学習（人工知能）、知能ロボティクス、ソフトコンピューティング
■本テーマ関連学協会でのご活動：
　米国電気電子学会（IEEE）、電子情報通信学会、電気学会、人工知能学会、計測自動制御学会、ロボカップ日本委員会の各会員。
電気学会技術シーズ創出に向けた機械学習協同研究委員会委員長（2012〜2014年）、電気学会学習アルゴリズムの高度化を指向した機械学習技術協同研究委員会委員長（2014〜2016年）、ICAROB国際プログラム委員会委員（2014〜2019年）などを歴任。
　現在、Journal of Robotics, Networking and Artificial Life編集委員（2014年〜）、電気学会論文誌特集号編修小委員会委員（2014年〜）、電気学会システム技術委員会1号委員（2017年〜）、ICAROB国際組織委員会委員（2019年〜）、あいちロボカップAP2020開催委員会競技専門部会部会員（2019年〜）、ロボカップ日本委員会理事（2019年〜）などを務める。

セミナー受講料

【オンライン受講（ライブ配信）：見逃し視聴なし】1名60,500円(税込（消費税10％）、資料付)
　＊1社2名以上同時申込の場合、1名につき49,500円

【オンライン受講（ライブ配信）：見逃し視聴あり】1名67,100円(税込（消費税10％）、資料付)
　＊1社2名以上同時申込の場合、1名につき56,100円

＊学校法人割引；学生、教員のご参加は受講料50％割引。

＊見逃し視聴有りをご希望の方は、お申込みの際、備考欄に【見逃し視聴希望】とご記入ください。

受講について

※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

配布資料・講師への質問等について

• 配布資料は、印刷物を郵送もしくはメール送付のどちらかを検討中です。
  お申込については4営業日前までのお申込みを推奨します。
  それ以降でもお申込みはお受けしておりますが（開催1営業日前の12:00まで）、
  テキストが郵送となった場合、資料の到着がセミナー後になる可能性がございます。
• 当日、可能な範囲で質疑応答も対応致します。
  （全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
• 本講座で使用する資料や配信動画は著作物であり、
  無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

下記ご確認の上、お申込み下さい

• PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
• ご受講にあたり、環境の確認をお願いしております（20Mbbs以上の回線をご用意下さい）。
  各ご利用ツール別の動作確認の上、お申し込み下さい。
• 開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。

Zoomを使用したオンラインセミナーとなります

• ご受講にあたり、環境の確認をお願いしております。
  お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
  → 確認はこちら
  ※Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
• Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です。
  ※一部のブラウザは音声（音声参加ができない）が聞こえない場合があります。
  　必ずテストサイトからチェック下さい。
  　対応ブラウザーについて(公式) ;
  　「コンピューターのオーディオに参加」に対応してないものは音声が聞こえません。

※Zoomでの受講が難しい方へ；セミナー動画のライブ配信
（ライブエンコーダーを用いた同時ストリーミング配信）です。

• こちらの形式での受講をご希望の場合は備考欄に【ライブ配信受講】と記載下さい。
  （Zoomまたはライブ配信いずれか一方のみでのご受講となります）
  →こちらから問題なく視聴できるかご確認下さい（テスト視聴動画へ）パスワード「123456」

申込み時に（見逃し視聴有り）を選択された方は、見逃し視聴が可能です

• 開催5営業日以内に録画動画の配信を行います（一部、編集加工します）。
• 視聴可能期間は配信開始から1週間です。視聴期間内は動画を何度でも再生可能です。
  ※本セミナーは年末年始に差し掛かる可能性があるため1月12日まで配信予定です。
• 閲覧用のURLはメールにてご連絡致します。
  ※万一、見逃し視聴の提供ができなくなった場合、
  （見逃し視聴有り）の方の受講料は（見逃し視聴無し）の受講料に準じますので、ご了承下さい。
  →こちらから問題なく視聴できるかご確認下さい（テスト視聴動画へ）パスワード「123456」