1. ホーム
  2. アーカイブ配信
  3. Pythonデータ分析実践講座(入門編)【アーカイブ配信】

★実務で成果を出すためのデータ分析と機械学習モデル作成の重要ポイント！
　実際の業務で活用されているデータ分析技術を題材に、
　予測モデル作成の考え方や、モデルの精度・妥当性の判断、データの扱い方、結果の解釈をわかりやすく解説。

Pythonデータ分析実践講座(入門編)【アーカイブ配信】

こちらは5/21（木）実施WEBセミナーのアーカイブ（録画）配信です。期間中何度でも視聴できます

セミナー概要
略称
Pythonデータ分析【アーカイブ配信】
セミナーNo.
2605116A
配信開始日
2026年05月22日（金）
配信終了日
2026年06月05日（金）
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
講師
電気通信大学　データ教育センター　特任助教
佐野 遼太郎氏

【ご専門】データサイエンス
【ご経歴等】2015年3月に名古屋大学大学院にて修士号(数理学)を取得後、株式会社金融エンジニアリング・グループ、株式会社ディー・エヌ・エー、富士通株式会社を経て、2022年10月より電気通信大学特任助教。実務において、リスク管理、危険運転自動検出、運動の骨格情報に関わる分析についてデータサイエンティストとして従事。また、2016年から社内外において、個人向け、法人向けのデータサイエンティスト育成も行ってきた。Kaggle Master。Kaggleコンペでは2019年のGoogle Analytics Customer Revenue Predictionにてチームリーダーとしてチームを牽引し、世界4位を獲得。
価格
非会員：  55,000円 （本体価格：50,000円）
会員：  49,500円 （本体価格：45,000円）
学生：  55,000円 （本体価格：50,000円）
価格関連備考
会員（案内）登録していただいた場合、通常1名様申込で55,000円（税込）から
　★1名で申込の場合、49,500円（税込）へ割引になります。
　★2名同時申込で両名とも会員登録をしていただいた場合、計55,000円（2人目無料）です。

※LIVE配信とアーカイブ配信（見逃し配信）両方の視聴を希望される場合
　会員価格で1名につき55,000円（税込）、2名同時申込で66,000円（税込）になります。
　メッセージ欄に「LIVEとアーカイブ両方視聴」と明記してください。

◆◇◆10名以上で同時申込されるとさらにお得にご受講いただけます。◆◇◆
お申込みご希望の方は 【こちら】からお問い合わせください。

会員登録とは？　⇒　よくある質問
備考
・配信期間に閲覧用URL（※データの編集は行っておりません）、資料をお送りします。
セミナー資料の無断転載、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
データ分析、機械学習（AI）を業務で使用したい初学者
必要な予備知識
◎何らかのプログラミング言語の基本を抑えている(Pythonの導入は講座内で行います)
◎高校数学程度の知識
◎講座にてGoogle Colaboratoryを使用するのでGoogleアカウントを用意してください
習得できる知識
◎決定木の得手不得手の理解と実装
◎過学習を防いでのパラメータチューニング
◎リークについて
◎予測モデルのビジネス応用時の注意点
◎特徴量作成
趣旨
　実際の業務で活用されているデータ分析技術を題材に、特に機械学習を用いた予測モデルを作成する際に重要となる考え方やポイントを重点的に学びます。現在では、データを入力すれば自動的に予測モデルが生成されるツールも多く登場しており、以前よりも手軽に機械学習を扱えるようになりました。しかし、単にデータを渡して結果を得るだけの“丸投げ”の使い方では、実務の現場で本当に役立つ「使える」モデルを構築することはできません。モデルの精度や妥当性を判断する視点、データの扱い方、結果の解釈など、実務で成果を出すためにはいくつかの重要なポイントがあります。本講座では、そうした実務に耐えうる予測モデルを構築するための基本的な考え方や進め方を、具体的な視点とともにわかりやすく紹介します。なお、本講座は1日で学ぶ形式のため、内容は入門的な位置づけの導入編となっていますが、実務を意識した実践的な視点を身につけることを目的としています。
プログラム

1.Python入門
 1-1.Pythonの基礎
 1-2.Pandasの基礎

2.モデルの精度評価
 2-1. ROC曲線とAUC

3.決定木
 3-1.決定木の概要
 3-2.決定木の得手不得手
 3-3.演習

4.過学習
 4-1.過学習について
 4-2.ホールドアウト法
 4-3.クロスバリデーション法
 4-4.演習

5.リークとビジネス応用の注意点
 5-1.リークについて
 5-2.ビジネス応用の注意点
 5-3.ROC曲線の使い方

キーワード
Python,Pandas,決定木,過学習,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
カテゴリ別検索
カテゴリ別検索