入門　機械学習とデータサイエンス 〜データ分析を成果に結び付けるコツ〜

セミナー趣旨

　最近、データ分析や機械学習技術を用いたビジネス改善や効率化を図りたいという企業が増えています。多くの企業が、優秀なデータ分析人材の獲得やハイスペックなデータ分析環境を整備することで、本格的にそれらの実現に向けて取り組みを始めたという記事をよく見るようになってきました。
その一方で聞こえてくるのが、データ分析プロジェクトがうまく進んでいないという悩みの声です。どうしてこのようなことが起こるのでしょうか？
　データ分析の現場では、機械学習や統計学、コンピュータ・エンジニアリングの知識だけではなく、自社またはクライアント企業のビジネス課題を論理的に整理して、問題解決プロセスを設計する事が重要だからです。
　この講座では上記の問題点を解決するためによく用いられる、データ分析プロジェクトを進める際の代表的なフレームワークを紹介するだけでなく、データ分析組織やAIプロジェクトが陥りやすい問題点についても解説します。
　また、現在の人工知能技術の中心である機械学習の仕組みと限界についても触れながら、企業内のデータ分析で確実に成果を上げるコツをお伝えしていきます。

受講対象・レベル

・ データはあるが何をすれば良いのか迷っている方
・ データを活用した業務改善に関心のある方
・ データ分析やデータサイエンスの基礎を知りたい方
・ 機械学習の仕組みと業務適用について関心のある方（数式は特に使用しません）
など、本テーマに興味のある方なら、どなたでも受講可能です。

必要な予備知識

予備知識は特にありません。

習得できる知識

・データ分析プロジェクトの進め方の習得
・機械学習技術の基礎知識および構築方法の習得
・機械学習技術をビジネス実務で活用するコツなど

セミナープログラム

1.AIと機械学習の基礎概念
・人工知能とは
　・人工知能の定義と歴史
　・人工知能と機械学習の関係
・機械学習の全体像
・ディープラーニングの衝撃
　・ディープラーニングの特徴
　・ディープラーニングの適用領域

2.データ活用のフレームワーク
・PPDACサイクルとは
　・Problem
　・Plan
　・Data
　・Analysis
　・Conclusion
・PPDACサイクルを活用した事例紹介

3.AI活用上の注意点
・ビジネス活用に立ちはだかる3つの壁
・プロジェクトの選び方

4.機械学習入門
・機械学習の活用シーン
・機械学習の種類
　・教師あり学習（分類と回帰）
　・教師なし学習
　・強化学習
・機械学習の仕組み
・過学習
・機械学習の評価方法
　・交差検証
　・チューニング
　・様々な評価指標と使い分け

5.ニューラルネットワーク入門
・ニューラルネットワークとは
　・ニューラルネットワークの由来と特徴
　・線形分離と線形非分離
・ニューラルネットワークの仕組み
　・層を積む意味とは
　・多層ニューラルネットワーク

本日のまとめ

セミナー講師

株式会社ブレインパッド アナリティクス本部　データ活用人材育成サービス部
トレーニングスペシャリスト 小俣 修一 先生
■ご略歴：
大学院在学中は音声認識の研究に従事し、機械学習技術を用いた発音判定方法について論文を発表する。
その後、情報系専門学校の教員として「統計学」「信号処理」「人工知能基礎」「機械学習」などの科目を新規開発し、多くの学生や教職員から好評を得る。
また、人工知能ゼミを主催し学生の機械学習システム制作を指導、企業向け展示会や学内行事などで展示発表も行う。
ブレインパッド入社後は、データサイエンスや機械学習分野の人材育成・研修等を精力的に行っている。
■ご専門および得意な分野・研究：
・データサイエンス
・機械学習

セミナー受講料

1名47,300円(税込（消費税10％）、資料・昼食付)
　＊1社2名以上同時申込の場合、1名につき36,300円
　＊学校法人割引；学生、教員のご参加は受講料50％割引。