Course
機械学習実践コース
対象者
・Python・機械学習を学びたいが、何から始めればいいのかわからない方 ・データサイエンティストとしてデータ分析力と実装力を両方身につけたい方 ・実データに対してのアプローチを体系的に学び、問題解決能力を高めたい方
Summary
サマリー
日程
3日間
費用
110,000円
(税込)
形式
オープンコース
事前予習
あり（動画コンテンツ、申込み後配布）
受講環境
使用環境：Google Colaboratory ブラウザ：Google Chrome 推奨 ディスプレイ：2 画面推奨
Value
研修の特徴
豊富な演習を通して機械学習を用いたデータ分析力と実装力を身につける講座です。
Goal
研修の到達点
・データ分析の基礎と機械学習の実装方法を習得できている状態 ・ケースに応じた手法を選択し、評価指標を用いて判断できている状態 ・データから課題を見出し、解決するためのアプローチを自身で考えられている状態
Time Schedule
スケジュール
| 1 日目 | ▪イントロダクション ・イントロダクション ▪プログラミング演習（予習内容の復習） ・Google Colaboratory の準備 ・Python 演習 ▪Pandas と Matplotlib によるデータ探索 ・Pandasでデータベース操作 ・Matplotlibでグラフの描画 ・scikit-learnで重回帰分析 ▪教師あり学習：回帰 Ⅰ - Ⅰ ・回帰分析の理論 ・回帰分析の実装 ・重回帰分析 ▪教師あり学習：回帰 Ⅰ- Ⅱ ・回帰分析の応用手法の理論 ・回帰分析の応用手法の実装 ・Lasso 回帰 ・Ridge 回帰 ▪データ前処理の基礎 ・データ前処理の整理 ・データ前処理の基礎実装 ・重複行への対応 ・欠損値補完・除去 ・特徴量変換 - カテゴリカル変数の取り扱い ・正規化 / 標準化 ・予測モデル構築 ▪教師あり学習：回帰 Ⅱ ・その他の回帰手法の理論 ・その他の回帰手法の実装 ・ PLS（Partial Least Square Regression） ・サポートベクターマシン ・ニューラルネットワーク ▪演習Ⅰ ・車の価格予測モデル構築 ・実装発表 |
| 2 日目 | ▪イントロダクション ・イントロダクション ・Day1 の復習 ▪演習Ⅰ- 解説 ・演習の解説 ・データ前処理の応用実装 ・ 外れ値除去 : 3σ法とハンペル判別法 ・ 特徴エンジニアリング ▪教師あり学習：分類 ・分類モデルの理論 ・分類モデルの実装 ・ロジスティク回帰 ・決定木 ・サポートベクターマシン ・アンサンブル学習 ▪分類モデルの評価 ・モデルの評価方法の理論 ・モデルの評価方法の実装 ▪不均衡データへのアプローチ ・不均衡データへのアプローチの種類 ・アプローチの実装 ・閾値調整 ・（補足：重み調整） ・DownSampling ・OverSampling ▪精度向上のアプローチ ・精度向上のアプローチの種類 ・ハイパーパラメータチューニングの実装 ・Grid Search ・Random Search ・ベイズ最適化（Optuna） |
| 3 日目 | ▪イントロダクション ・イントロダクション ・Day2 の復習 ▪演習Ⅱ ・ 分類予測モデル構築 ▪演習Ⅱ- 解説 ・実装発表 ・演習の解説 ▪教師なし学習 ・教師なし学習の理論 ・教師なし学習の実装 ・クラスタリング ・主成分分析 ▪総演習 ・ダイレクトマーケティングキャンペーンの予測モデル構築 ▪総演習- 解説 ・実装発表 ・演習の解説 ▪アウトロダクション ・おすすめ学習書籍やコンテンツの紹介 ・スキルチェックテスト ・アンケート |
Q&A
よくある質問
Q
プログラミング未経験でも受講できますか？A
未経験者から基礎を網羅できる予習動画をご視聴いただけます。こちらを学習して頂く事でセミナー受講は十分に可能です。もし、不安なようであれば早めに申し込んで頂き、予習の時間を多くとる事をおすすめしております。
Q
中止の可能性はありますか。A
最少催行人数は 5 名です。セミナー開始日の２週間前までに最少催行人数に達しない場合はセミナーを中止いたします。中止の場合のみご連絡を差し上げております。
Q
請求書は受講前に発行できますか？A
可能です。請求書発行に関する情報は、お申込み後のメールにてご連絡差し上げます。
Loading...
