Pythonで学ぶ機械学習入門セミナー【LIVE配信】

※オンライン会議アプリZoomを使ったWEBセミナーです。ご自宅や職場のノートPCで受講できます。
※日程が延期になりました。5/19(木)⇒ 7/12(火)

※受付を終了しました。最新のセミナーはこちら

セミナー概要
略称
Python機械学習【WEBセミナー】
セミナーNo.
220584
開催日時
2022年07月12日(火) 10:30~17:00
主催
(株)R&D支援センター
問い合わせ
Tel:03-5857-4811 E-mail:info@rdsc.co.jp 問い合わせフォーム
価格
非会員:  55,000円 (本体価格:50,000円)
会員:  44,000円 (本体価格:40,000円)
学生:  55,000円 (本体価格:50,000円)
価格関連備考
会員の方あるいは申込時に会員登録される方は、受講料が1名55,000円(税込)から
 ・1名44,000円(税込)に割引になります。
 ・2名申込の場合は計55,000円(2人目無料)になります。両名の会員登録が必要です。
 ・10名以上で申込される場合は大口割引があります。
  お気軽にメールでご相談ください。info@rdsc.co.jp

会員登録とは? ⇒ よくある質問
定員
30名 ※現在、お申込み可能です。満席になり次第、募集を終了させていただきます。
持参物
受講にはWindowsPCを推奨しております。
タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
備考
・本セミナーは「Zoom」を使ったWEB配信セミナーとなります。

【Zoomを使ったWEB配信セミナー受講の手順】
1)Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントをダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
2)セミナー前日までに必ず動作確認をお願いします。Zoom WEBセミナーのはじめかたについてはこちらをご覧ください。
3)開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。

・セミナー資料は開催前日までにお送りいたします。無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。
講座の内容
受講対象・レベル
・機械学習やディープラーニングに取り組んで間もない方
・Python等のツールを使いたい方、使いこなしたい方(Python初心者も歓迎)
必要な予備知識
・大学初等数学、情報系学部程度のプログラミング知識を持っていることが望ましい。
習得できる知識
・機械学習の体系的理解(俯瞰的知識)
・いくつかの代表的な教師あり学習手法とその理論的背景、Pythonによる実装
・ディープラーニングの基本的な考え方とPythonによる実装
趣旨
 本セミナーでは、機械学習の基本的な教師あり学習手法の考え方や理論的背景の説明とともに、Pythonを用いた簡単な例題を交えて機械学習の理解を深めます。これから本格的な勉強を始める前に概要と雰囲気を掴むには最適かと思います。
プログラム

1 機械学習の概要
 1.1 ビッグデータ時代
 1.2 機械学習とは?
 1.3 機械学習の分類
 1.4 教師あり学習
  1.4.1 識別
  1.4.2 回帰
 1.5 教師なし学習
  1.5.1 モデル推定
  1.5.2 パターンマイニング
 1.6 半教師あり学習
 1.7 深層学習(ディープラーニング)
 1.8 強化学習
 1.9 機械学習の基本的な手順
  1.9.1 前処理
  1.9.2 次元の呪い
  1.9.3 主成分分析による次元圧縮
  1.9.4 バイアスとバリアンス
  1.9.5 評価基準の設定:クロスバリエーション
  1.9.6 簡単な識別器:k-近傍法
  1.9.7 評価指標:F値,ROC曲線

2 Pythonの基礎と機械学習の実装方法(Python解説)
 2.1 Pythonの基本的構文
 2.2 Scikit-learnを用いた機械学習の実装方法
 2.3 k近傍法による識別

3 サポートベクトルマシン
 3.1 サポートベクトルマシンとは
 3.2 マージン最大化のための定式化
 3.3 ソフトマージン
 3.4 カーネル関数
 3.5 簡単なカーネル関数の例
 3.6 入れ子交差検証によるハイパーパラメータ調整
 3.7 ハイパーパラメータ探索
 3.8 サポートベクトルマシンによる識別(Python解説)

4 パーセプトロンから深層学習まで
 4.1 単純パーセプトロン
 4.2 誤り訂正学習
 4.3 最小二乗法による学習
 4.4 多層ニューラルネットワーク
 4.5 誤差逆伝搬法による学習
 4.6 深層学習とは
  4.6.1 従来の識別学習との違い
  4.6.2 深層学習の分類
 4.7 多階層ニューラルネットワークの学習における問題
 4.8 自己符号化器(AutoEncoder)による事前学習
 4.9 過学習の抑制
 4.10 畳み込みニューラルネットワーク
 4.11 深層学習による識別(Python解説)

--- 質疑応答 ---

スケジュール
10:30~11:50 講義1
11:50~12:40 昼食
12:40~14:00 講義2
14:00~14:10 休憩
14:10~15:30 講義3
15:30~15:40 休憩
15:40~17:00 講義4
※進行によって、多少前後する可能性がございます。
※質問は随時チャット形式で受け付けます。休憩前と最後に音声でも可能です。
キーワード
Python,機械学習,教師,あり,なし,ディープラニング,強化学習,研修,講座,セミナー
関連するセミナー
関連する書籍
関連するタグ
フリーワード検索