【中止】機械学習・ディープラーニングの基本と特徴量エンジニアリング

セミナー趣旨

  　機械学習はデータからパターンを抽出します。その際に重要なことは、以下にデータを加工しパターンを抽出しやすくするか、ということです。どんなにすぐれた機械学習の手法でも、データがそのパターンを<<隠して>>いては、パターンの抽出は非常に難しくなります。データがそのパターンを明示してくれていれば解析は非常に簡単に、早くなります。そのためデータ分析者は、まずデータの加工を学習すべきです。そのための第一歩として、初学者に平易に説明いたします。また、実際にサンプルプログラムで、データ加工の有無による精度の差も確認します。

セミナープログラム

　1　機械学習とは
　　1.1　概要
　　1.2　学習方法の分類
　　1.3　活用する箇所

　2　ディープラーニングとは
　　2.1　概要
　　2.2　活用する箇所

　3　機械学習のためのデータ準備
　　3.1　データとは
　　3.2　画像・言語、音のデータ化

　4　機械学習のプロセスと必要なデータ
　　4.1　学習の概要
　　4.2　パラメータ調整
　　4.3　データ量

　5　データ加工
　　5.1　前処理と特徴量エンジニアリング
　　5.2　前処理の概要
　　5.3　特徴量エンジニアリングの概要

　6　プログラムでの確認
　　6.1　前処理の実際
　　6.2　特徴量エンジニアリングの例
　　　6.2.1　画像での特徴量エンジニアリング
　　　6.2.2　音での特徴量エンジニアリング
　　　6.2.3　言語での特徴量エンジニアリング
　　6.3　特徴量エンジニアリングを活用した場合の差

セミナー講師

太田　桂吾（おおた　けいご）　氏　 　　　株式会社LINK．A　代表取締役  

セミナー受講料

お1人様受講の場合　51,700円[税込]／1名
1口でお申込の場合　62,700円[税込]／1口（3名まで受講可能）
 
受講申込ページで2～3名を同時に申し込んだ場合、自動的に1口申し込みと致します。

受講について

• 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング（http://zoom.us/test）にアクセスできることをご確認下さい。
• インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。
• 受講中の録音・撮影等は固くお断りいたします。