Course
機械学習パッケージ
対象者
・AI、機械学習の実践方法を習得したい方 ・テーブルデータだけでなく、画像や言語データの利用を考えている方 ・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 ・深層学習アルゴリズムの実装及び適切な評価ができる状態
Time Schedule
スケジュール
5 日間
| 1 日目 | ▪Python の基礎 ・数学/Python の基礎 ・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 |
| 2 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 ▪演習問題 |
| 3 日目 | ▪Azure で環境構築 ・数学の基礎 ・ディープラーニング開発 ・Azure で仮想環境構築 ・Nvidia-Docker コンテナ作成 ▪ディープラーニング入門（分類） ・ニューラルネットワークの理論 ・ワインのクラス分類 ・ミニバッチ学習 ・Batch Normalization の実装 |
| 4 日目 | ▪ディープラーニング入門（回帰） ・回帰問題の演習 ・最急降下法 ▪CNN で画像分類 ・Pillow と OpenCV ・画像の取り扱い方法 ・人を見分けるフィルタとは ・CNN の理論と実装 ・演習：犬猫画像分類 |
| 5 日目 | ▪時系列解析 ・時系列解析の基礎 ・株価の予測 ・RNN 理論 ・LSTM の実装 ▪自然言語処理 ・形態素解析 ・Bog of Words ・演習：文書分類 ・総括 |
Loading...
