Course
データサイエンスパッケージ
対象者
・AI・機械学習・データ分析の実践方法を習得したい方 ・主にテーブルデータの活用を考えている方 ・実践的な演習を通して能動的に学習へ取り組める方
Summary
サマリー
日程
5日間
費用
275,000円
(税込)
形式
オープンコース
事前予習
Python & 機械学習入門
受講環境
ブラウザ:Google Chrome 推奨(IE 不可) ディスプレイ:2画面推奨
Value
研修の特徴
機械学習・ディープラーニングを一貫して学習するパッケージコースです。 講座内で、演習を多く含めることで受講後実務で活用できるスキルを身につけます。
Goal
研修の到達点
・Python を用いた収集・加工・可視化・分析を一貫して実装できる状態 ・Python を用いた機械学習アルゴリズムの実装ができる状態 ・作成した機械学習アルゴリズムを適切に評価できる状態
Time Schedule
スケジュール
5 日間
1 日目 | ▪データサイエンスとは ・データ分析の活用方法 ・データサイエンスの流れ ▪Pythonの速習 ・NumPy, Pandas, Matplotlib / seaborn ・COVID-19data を用いたデータ操作 ▪データ分析の 5step サイクルについて ・記述統計の基礎 ・Python を用いた探索的データ分析 ・実データを用いた探索的データ分析 ・統計的仮説検定の基礎 ・実データを用いた統計的仮説検定 |
2 日目 | ▪多変量解析 ・統計的仮説検定の基礎 ・実データを用いた統計的仮説検定 ・相関分析の基礎 ・回帰分析の基礎 ・実データを用いた回帰分析 ・主成分分析 ・実データを用いた主成分分析 ・クラスター分析 ・実データを用いたクラスター分析 ▪分析結果の解釈 ・分析結果の説明 ・可視化 / レポーティング |
3 日目 | ▪解析手法や機械学習モデルの説明性 ・ロジスティック回帰分析 ・決定木分析 ・LIME, SHAP ▪総演習 ・課題設定 ・5step サイクルの実践 ・課題解決の施策立案 ・レポート作成 ・分析成果発表 / フィードバック |
4 日目 | ▪Python の復習 ・数学の基礎・Python の復習 ・機械学習の開発フロー ・Google Colaboratory の基礎 ▪データサイエンス入門(回帰) ・住宅価格の予測 ・正則化 (Lasso/Ridge) ・欠損値、カテゴリカル変数 ・代表的な回帰の手法 |
5 日目 | ▪演習問題 ・車の価格を予測 ・代表的な分類の手法 ▪データサイエンス入門(分類) ・アンサンブル学習 ・教師なし学習 ・ハイパーパラメータ調整 ・K-分割交差検証 ▪評価指標 ・混合行列 ・不均衡データへのアプローチ ・ROC 曲線と AUC ▪総演習 ・Bank Marketing モデルの作成 ・発表 / フィードバック |
Loading...