このサイトではJavaScriptを使用しています。ブラウザの設定でJavaScriptを有効にしてからお使いください。 Pythonで学ぶ機械学習の基本 [講習会詳細] | テックデザイン
※お申込前に「注意事項」をご確認ください

「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。

 

Pythonで学ぶ機械学習の基本

 

 

 

コード tdo2025021301
ジャンル データサイエンス
形式 オンデマンド講座
配信について アカウント発行から4週間視聴できます
動画時間 約3時間00分(180分)
資料(テキスト) 印刷・製本したものを郵送します
ご案内事項 ※アカウントはお申込の翌営業日までに発行します。
※期間中は何度でも視聴できます

受講料
(申込プラン)

1アカウント: 33,000円 (消費税込)

 

●講師

日本工業大学 先進工学部 データサイエンス学科 教授 兼 教育研究推進室長 荒川 俊也先生

2001年 早稲田大学理工学部卒業、2003年 東京大学大学院総合文化研究科広域科学専攻修了。2003~13年まで富士重工業㈱(現:㈱SUBARU) スバル技術研究所に勤務し、この間の08年 総合研究大学院大学複合科学研究科統計科学専攻博士後期課程に入学し、12年修了。2013~2021年まで愛知工科大学工学部にて准教授・教授として勤務。2021年4月より現職。また、2017年より政策研究大学院大学政策研究センター客員研究員兼務。博士(学術)。専門は、自動運転におけるヒューマンファクタ、統計科学・機械学習の応用。現在は、「自動運転におけるヒューマンファクタ」、「自動運転の過信・依存を抑制するヒューマンインタフェースの開発(主に香り空気砲の開発)」、「津波避難時の危険予知意識向上研究」、「実社会適用を目指した統計科学・機械学習の応用(主に畜産,インフラ管理,医用画像診断など)」などの研究に取り組んでいる。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『Excelによるやさしい統計解析』(オーム社、2020年)などがある。
【荒川先生のオンデマンド講座】
オンデマンドで学ぶ!実務で役立つ統計解析【統計基本コース(3講座版/4講座)】
多変量解析コース/全3講座
PYTHONプログラミング入門Ⅰ・Ⅱ【セット講座】
Pythonで学ぶ機械学習の基本
機械学習のイロハ(2023年5月25日のオンラインセミナーのアーカイブです)
※「今すぐ受講したい」という場合はこちらをご検討ください

●詳細

<本講座のねらい(ゴール)>
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.


<講義概要>
 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。


<プログラム>
0.本講座の狙い
Ⅰ.機械学習とは
 ・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
Ⅱ.「教師なし学習」と「教師あり学習」の基本
 ・「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
Ⅲ.「教師なし学習」の実践
1.クラスタリング
 ・「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
Ⅳ.「教師あり学習」の実践
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
Ⅴ.まとめ

<注意事項>
・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。





  • facebook

  • 食添素材ナビ
       
ページTOPへ