ゼロから始めるPython機械学習
| 開催日 |
10:30 ～ 16:30 締めきりました |
|---|---|
| 主催者 | （株）Ｒ＆Ｄ支援センター |
| キーワード | 機械学習・ディープラーニング AI（人工知能） ソフトウェア開発 |
| 開催エリア | 全国 |
| 開催場所 | 【WEB限定セミナー】※会社やご自宅でご受講下さい。 |
機械学習を研究やビジネスに導入したいと考えている方に向けて、実務に活用するための手法をレクチャーします！
※本セミナーはZOOMを使ったLIVE配信セミナーです。会場での参加はございません。【アーカイブ配信：1/29～2/13（何度でも受講可能）】での受講もお選びいただけます。
セミナー講師
和から株式会社 データサイエンティスト岡崎 凌 氏【学位】大阪大学修士【専門】物性物理学【講師経歴】・澤田経営道場 統計学講師・株式会社オンラインスクール「誰でも簡単！ビジネス統計学講座」・株式会社TAC「統計検定® ２級 試験対策講座」・スポーツ系専門学校 データアナリスト科 講師・データ分析コンサルティング（製造、アパレル、美容、医療関連企業等）・年間約30社にて法人向け研修を実施
セミナー受講料
55,000円（税込、資料付）■ セミナー主催者からの会員登録をしていただいた場合、1名で申込の場合49,500円、 2名同時申込の場合計55,000円（2人目無料：1名あたり27,500円）で受講できます。（セミナーのお申し込みと同時に会員登録をさせていただきますので、 今回の受講料から会員価格を適用いたします。）※ 会員登録とは ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。 すべて無料で年会費・更新料・登録費は一切かかりません。 メールまたは郵送でのご案内となります。 郵送での案内をご希望の方は、備考欄に【郵送案内希望】とご記入ください。
受講について
Zoomを使ったWEB配信セミナー受講の手順
- Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントをダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
- セミナー前日までに必ず動作確認をお願いします。
- 開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。
- セミナー資料は開催前日までにPDFにてお送りいたします。
- アーカイブの場合は、配信開始日以降に、セミナー資料と動画のURLをメールでお送りします。
- 無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。
セミナー趣旨
本セミナーでは、機械学習を実務に活用するための手法を学ぶことができます。まず機械学習モデル作成を行うための基本的な手順を学習し、その後にPython言語を使用してモデルの構築と評価を行う方法を学びます。講義では機械学習モデルの中でも特に様々な業務に活用されている「ランダムフォレスト」モデルを例に、実際にPython言語を書いて動かしながら作成と評価を行うことで、機械学習プロジェクトの適切な進め方を体得することができます。 本セミナーは、機械学習を研究やビジネスに導入したいと考えている方に向けて、その概要と流れを把握して、Python言語で実践できるようになるための最適な内容となっております。使用するPythonコードは提供いたしますので、セミナー終了後もご利用いただけます。 機械学習を実務に活用するための「基礎から応用まで」を厳選しておりますので、是非この機会に機械学習の世界への第一歩を踏み出してみましょう！ 皆様のご参加を心よりお待ちしております。
受講対象・レベル
・機械学習を使用した業務分野の開拓や、技術的キャッチアップを行おうとする マネージャー職、若手技術者、採用担当者・製造業における組織的なデータ活用に課題をお持ちの経営企画職並びに管理職の方・要素技術、生産システム、品質管理などの分野で機械学習スキルが必要な方・データの管理や分析業務にExcelを使っているが、課題解決に十分活用できていない方・Python等のツールを使いたい方、使いこなしたい方（Python初心者も歓迎）・機械学習の学習に取り組んで間もない方
必要な予備知識
特に予備知識は必要ありません。基礎から解説いたします。
習得できる知識
・機械学習プロジェクトの進め方が理解できる。・Python言語を使って機械学習モデルの作成を行うことができる。・作成した機械学習モデルの評価を適切に行うことができる。・データに基づいた需要予測を行う機械学習モデルを作成できる。
セミナープログラム
1．機械学習の概要 1-1. 機械学習とは 1-2. 機械学習モデルの3つの目的 1-3. 機械学習モデル作成の進め方
2．Python言語の基礎 2-1. Python言語と開発環境Google Colaboratory 2-2. Python言語の基本的操作（四則演算、変数） 2-3. 外部ファイルの読み込みと保存 2-4. データの前処理（欠損値の処理、ファイルの結合） 2-5. データの基本的な集計と可視化
3．識別モデルの実行と評価 3-1. 決定木アルゴリズム 3-2. ランダムフォレストによる識別モデル 3-3. 識別モデルの実行方法 3-4. 識別モデルの評価方法 3-5. Python言語による実践
4．回帰モデルの実行と評価 4-1. ランダムフォレストによる回帰モデル 4-2. 回帰モデルの実行方法 4-3. 回帰モデルの評価方法 4-4. Python言語による実践
キーワード：機械学習,Python,プログラミング,ランダムフォレスト,データ分析,セミナー,研修