【中止】＜機械学習やデータ解析を実施する方のための＞データの前処理ノウハウ〜講師による実演デモ付きセミナー

セミナー趣旨

　実際に機械学習を導入したいものの、データ量が多すぎて導入できない、そんな声をしばしば耳にします。膨大なデータ、統合されていないデータ、こうしたデータから機械学習を導入するためには、データの前処理がキモになります。そして、データの前処理は、単に「前」に処理するのではなく、データの特徴量を把握・抽出する大事なプロセスです。
　そこで本セミナーでは、前処理に焦点をあて、データから特徴量を抽出するプロセスについて解説します。すでに機械学習を導入されている方も、これから機械学習を導入される方も多くの知見を得られると考えています。
※また当日、解説に使うデータを配布します（USBメモリのまま進呈）。
PC持参する方はすぐに扱うことができます。持参されない方は後日の復習にお役立てください。

受講対象・レベル

・統計・データ分析・機械学習を実施している方、これから行いたい方
・社内のデータをどう活用するかを検討されている方
・特に、入手・取得したデータの前処理について、上手くいかない方や適切な方法を模索している方
　＊また業種・業界は不問とします。

セミナープログラム

1．データ前処理について
　1-1 データの前処理とは？
　1-2 機械学習は前処理が8割
　1-3 特徴量の抽出
　1-4 数値データ・テキストデータ・画像データの特徴量を抽出
　1-5 機械学習アルゴリズム

2．数値データの前処理
　2-1 カウントデータ
　2-2 連続・離散
　2-3 外れ値除去
　2-4 対数変換
　2-5 正規分布と正規化

3．テキストデータの前処理
　3-1 テキストデータと特徴量
　3-2 BoW
　3-3 ｎグラム
　3-4 出現頻度による特徴量の抽出
　3-5 TF-IDF

4．カテゴリ変数の前処理
　4-1 カテゴリ変数と特徴量
　4-2 ダミー変数
　4-3 特徴量ハッシング
　4-4 ビンカウンティング

5．次元削減によるデータのスリム化
　5-1 次元削減と機械学習
　5-2 主成分分析とは？
　5-3 主成分分析による次元削減
　5-4 主成分分析のケーススタディ

6．クラスタリングによるデータのスリム化
　6-1 クラスタリングと機械学習
　6-2 クラスタリングとは？
　6-3 クラスタリングによる次元削減
　6-4 クラスタリングのケーススタディ

7．画像データの前処理
　7-1 画像データの前処理とは
　7-2 画像勾配とフィルタ
　7-3 勾配方向ヒストグラム
　7-4 ディープラーニングと画像勾配
　7-5 畳み込みニューラルネットワーク

＜質疑応答・名刺交換・個別相談＞

▽過去の同講師セミナー受講者の声（アンケートより）
「これから自分が何を勉強すればいいのか分かったのが一番の収穫でした。ありがとうございます」（生産管理）
「講師との距離も近く、名刺交換や具体的な質問・ディスカッションができたのがよかった」（データ処理）
「実際に操作できるので、講義だけでは見えにくい部分も分かりました」（マーケティング）
「日ごろ気になっていたことが訊けて大変有意義でした」（材料評価）

セミナー講師

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、機械学習をテーマにした、RやPythonによる実演習つきセミナー講師を多数務め、毎回好評を博している。著書多数。

セミナー受講料

＊1名41,800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30,800円
＊学校法人割引；学生、教員のご参加は受講料50％割引。

※ご連絡
　当セミナーの会場では、現金による受講料支払いを休止させていただくこととなりました。
　現金にてお支払い希望の方は、コンビニエンスストアにてお支払いできる用紙をご送付申し上げますので、お近くの店舗にてお支払い頂けましたら幸いです。尚、領収証をご希望の方は、コンビニ支払い時に発行される振込受領書と引き換えにて発行させて頂きます。