Pythonを使って学ぶ機械学習｜PC実習つきセミナー｜5月23日

＊2017年1月に定員となったセミナーのアンコール開催です！
【Python】を実際に操作して学ぶ！「環境整備」？ 「ライブラリ活用」？ 「機械学習手法」？！

セミナーポイント

＊先着20名限定セミナーとさせて頂きます。
※定員に達し次第、申込を締め切らせて頂きます。お申込はお早めに。

■講師からセミナーに際して
　現場で機械学習を応用するというケースでもっとも広く利用されているのがPythonです。本セミナーでは、Pythonでのプログラミングをベースとして機械学習の背景にある理論や特徴を解説しながら演習を進めます。

■受講対象者
・Pythonを実際に動かしてみたい方
・Pythonを用いて、機械学習・ディープラーニングの領域に進もうとお考えの方
　＊業種・業界は不問とします。

■受講して得られる知見、情報
・機械学習の基礎、概要
・Python の初歩、基礎知識、特徴
・Python の導入方法、具体的な取扱い方、よくあるトラブルとその対策　など
＊実習内容をお持ち帰り頂くための、USBメモリは進呈します。

▽前回セミナー受講者の声（アンケート）
「広く機械学習について学べたので良かった」（生産技術・システム開発）
「この分野の概要をつかむのに適したセミナーだと思った」（AIシステム開発）
「今後の勉強の足掛かりになりました」（人工知能関連サービス開発）

講師

フューチャーブリッジパートナーズ(株)　 代表取締役 博士（情報理工学） 長橋 賢吾 先生

慶應義塾大学環境情報学部卒業。同大学院政策・メディア研究科修了、2005年東京大学大学院情報理工学研究科修了。博士（情報理工学）。英国ケンブリッジ大学コンピュータ研究所訪問研究員を経て、2006年日興シティグループ証券（現、シティグループ証券）にてITサービス・ソフトウェア担当の証券アナリストとして従事したのち2009年3月、フューチャーブリッジパートナーズ（株）設立。コンサルティング業務の傍ら、統計やデータ分析、機械学習のセミナー講師を務めている。

セミナー内容

1.機械学習の基礎
　1.1 機械学習の全体像
　1.2 機械学習の位置付け、他の分析方法との関わり
　1.3 機械学習とは
　1.4 なぜ今、機械学習なのか
　1.5 機械学習ができること〜機械学習が解ける問題〜
　　識別問題
　　二値識別問題
　1.6 教師あり学習とは
　　教師あり学習の統計手法
　　　回帰分析、重回帰分析、ロジスティックス回帰分析
　　　サポートベクターマシン
　　　ニューラルネットワーク
　　アンサンブル学習とその考え方
　　具体的なアンサンブル学習
　　　ランダムフォレスト
　　　バギング
　　　ブースティング
　1.7 教師なし学習とは
　　教師なし学習のアプローチ方法
　　クラスタリング
　1.8 教師あり学習と教師なし学習の棲み分け〜事例を挙げて〜
　1.9 機械学習のカバー分野
　1.10 データ分析を実施する際に抑えておくべき10のポイント

2.Pythonの基礎と演習

　2.1 なぜPythonが選ばれているのか、
　2.2 Pythonでどんなことができるのか
　2.3 他のソフトの特長と比較
　　　Excel
　　　R
　　　SPSS
　　　Apache Mahout

＊以下、実際に操作しながら講義を進めます。
＊Pythonをインストール済のノートパソコンを弊社にて準備いたします。

　2.4 演習：Pythonの導入と環境整備

　2.5 演習：Pythonを通じた機械学習環境の実習・ライブラリ活用

　2.6 演習：機械学習手法（ＳＶＭ、アンサンブル学習）等の演習

3 運用上の留意点、コツ

4 おススメ書籍

＜質疑応答・名刺交換・個別質問＞