これまでに、「ドライバ状態推定手法の研究」、「香りの効能研究」、「立体音響警報の開発」など人間と自動車（機械）の協調に関する研究に従事し、現在は、「地理情報システムのインフラ管理への活用」などにも取り組んでいる。自動車技術会、計測自動制御学会、ヒューマンインタフェース学会などに所属。
著書には『AIエンジニアのための統計学入門』、『Excelによるやさしい統計解析』がある。
tdo2021030601
- ・機械学習とは？
- ・AI（人工知能)とは？
- ・AI（人工知能)と機械学習の違いとは？
- ・機械学習が広がる背景
- ・「教師あり学習」とは？
- ・「教師なし学習」とは？
- ・「教師なし学習」の分類
- ・「教師あり学習」の分類
- ・「クラスタリング」とは
- ・k-means法とは
- ・階層的クラスタリングとは
- ・階層的クラスタリングのメリット
- ・デンドログラムの見方
- ・階層的クラスタリングで使われる距離
- ・2つのデータ間の距離
- ・クラスタ間の距離
- １．分類
- ・代表的な手法
- ・決定木とは
- ・決定木の構築方法
- ・エントロピーとは
- ・ジニ不純度とは
- ・エントロピーと ジニ不純度の使い分け
- ・サポートベクタマシンとは
- ・ホールドアウト法
- ・カーネルとは
- ・ニューラルネットワーク
- ２．回帰
- ・回帰分析とは
- ・回帰式の求め方
- ・問題を解いてみる
- ・説明変数は 1つだけで良いのか？
- ・重回帰分析とは
- ・回帰式の妥当性について
- ・Pythonで実装してみる
- ・決定係数とは
- ・Pythonでの 教師あり学習のやり方
- 機械学習とは何か，という話から始め，Pythonを使った 実践的な（ハンズオンの）学びを通じて，Pythonで機械学習のコードを書けるようにし，簡単で常套的な機械学習の手法を学ぶことを狙いとします．
機械学習という言葉が流行している一方で、「機械学習をどう学べばよいかわからない」「書籍を読んでもよくわからない・・・」という声がしばしば聞かれます。また、「『機械学習」＝「ディープラーニング』だから、何でもかんでもディープラーニングでＯＫ」という風潮も少なからず見られます。 そこで本講座では、「機械学習とは何か」という話から始め、Pythonを使った 実践的な（ハンズオンの）学びを通じて、Pythonで機械学習のコードを書けるようにし、簡単で常套的な機械学習の手法を学ぶことを狙いとします。解説を聞き、ソースコードを眺めるだけでは力はつきませんし、一方で、理論をおざなりにしてソースコードを打つだけでも不十分ですので、”機械学習の基本的な理論や簡単な数学的な理解”と”ソースコードを実際に打ってみること”の両方を心がけてご受講ください。また、演習も要所で設けていますので，手と頭を両方使いながら効率的に学べるようにしています。
・ソースコードは必ず自分の手で打ち込むようにしてください。
・Google Colaboratoryを使うことを前提とします．
※使い慣れた開発ツールがあるようでしたら、それを使っていただいて構いません
・すでにPythonの基本（起動方法、ディレクトリの変更方法、基本的な文法）は 習得できている方を対象としています。もし、Pythonの基本が怪しい方は、『PYTHONプログラミング入門Ⅰ・Ⅱ【セット講座】』
を先に受講してから本講座に臨んでください。
33,000円（税込）
約2.5時間
アカウント発行日から4週間
※テキストは申込の翌営業日以内（休日を除く）に発送
カード決済または請求書送付後の振込
カードでのお支払いをご希望の方は申込時にその旨をご記入ください。
お申込みフォームから（支払い期限：請求書発行日の翌月末まで）