≪PythonによるPC実習付き≫機械学習入門セミナー【提携セミナー】

　　セミナー　　情報通信　　AI・機械学習　　≪PythonによるPC実習付き≫機械学習入門セミナー【提携セミナー】

AI・機械学習 IT・システム実務スキル

セミナー開催スケジュールへ

このセミナーは終了しました。次回の開催は未定です。

《PythonによるPC実習付き》
機械学習入門セミナー

【提携セミナー】

主催：株式会社情報機構

◆　受講者の方へ：演習用PCについて
・本セミナーでは、PC演習を行います。
インストールして頂きたいツールはお申込み完了後にご連絡差し上げます。
・ご持参が難しい場合は、お申込み時に選択欄から『PC貸出』を選択ください。
7,000円 + 税にて貸出致します。
・PCの貸出は原則として1週間前までにお申し出ください。

◆　はじめに：
日常的な仕事のなかで「項目数がたくさんあるデータを分類する」「データに紛れ込んだ間違いを探す」といった作業はありませんか．「条件によって分類する」だけなら（データの量が多いと面倒ですが）単純です．でも，そのような単純な条件がわかっておらず，「過去，こうやって分類してきたから，なんとなく」という場合もあるのではないでしょうか．

人工知能の基本的な技術である「機械学習」を使えば，例えば「過去のデータでの分類結果」を機械に学ばせることができます．学習させてしまえば分類作業を自動化できますし，生産性の向上を目指すこともできるでしょう．

人工知能や機械学習は「流行って」います．ただし単なる流行というわけではなく，さまざまな分野での基本技術として今後使われ続けるものでもあります．そのため，機械学習に関わる用語や考え方を業務のなかで見かける機会が，今後ますます多くなると予想されます．

本セミナーでは「自分で機械学習のプログラムを作成してみたいけれど，どこから手をつければいいか，わからない」「外部の業者に開発を委託するにも，何を依頼すればよいのか，わからない」といった機械学習の初学者向けに，ポイントを絞った解説をします．さらに，機械学習の開発現場でも広く利用されているPythonを使い，「データを準備する」「機械に学習させる」「学習した結果を利用する」という一連の流れを体験していただきます．もちろん，機械学習の技術を「きちんと」現場で使えるようになるためには，継続的に学び続ける必要があるでしょう．本セミナーを通して，今後の勉強や業務に役立つ機械学習の基本を身につけてもらうことが狙いです．

◆　ご講演中のキーワード：
Python，分類問題，サポートベクトルマシン，ランダムフォレスト，クラスタリング，k平均法，混合ガウスモデル

◆　受講対象者：
・機械学習を学ぶきっかけが欲しい方
・機械学習のプログラムを自分で実際に動かしてみたい方
・まずは簡単なところから業務に機械学習を取り入れてみたい方
その他，機械学習に興味のある方なら，どなたでも受講可能です（業種・業界は問いません）

◆　必要な予備知識：
・簡単な（Excel操作レベルの）パソコンの使い方（実習のため）
（機械学習については本セミナで解説しますので，予備知識は不要です．Pythonのプログラミングについても本セミナで最低限度の解説をします．ただ，Python以外でもかまいませんのでプログラミングについての予備知識が少しでもあれば，実習を進めやすくなります）

◆　本セミナーで習得できること：
・機械学習の基本的な考え方
・機械学習に関する継続的勉強のための基礎力
・Pythonと機械学習ライブラリの利用方法の初歩
・データの準備から学習，利用までの流れの体験

担当講師

埼玉大学大学院理工学研究科　准教授　大久保潤氏

セミナープログラム（予定）

1. 分類方法を，機械が学習するということ．
1) 人工知能と機械学習の違いを知る．
2) データをクラスAかクラスBかに分類する． [分類の基本]
3) 機械学習と分類の基本を知る． [線形分類，2クラス分類]
4) 機械学習の考え方を分解してみる．

2. 実習その1
1) プログラミングの世界を，覗いてみる． [プログラミング基礎]
2) Pythonに触ってみる． [Pythonの利用方法，基本的な文法]
3) データの表をPythonで扱う． [numpyの基礎]
4) Excelで作ったデータファイルをPythonで読み込む． [csvファイル]
5) ライブラリ使って機械学習を試してみる． [scikit-learnの基礎]
6) 実際にデータを分類してみる． [線形SVM（サポートベクトルマシン）]

3. 分類問題の，もう一歩踏み込んだ世界．
1) 機械学習の歴史について簡単に知る．
2) 単純に分類できないデータを変換する． [特徴空間，非線形分類]
3) ほかの分類方法を知る． [決定木，ランダムフォレスト]
4) データの前準備をする．[データの標準化]

4. 実習その2
1) 単純に分類できないデータを扱ってみる． [SVM]
2) ほかの分類方法を試してみる． [ランダムフォレスト]
3) データの前処理を試してみる． [データの標準化]

5. 他の用途，他のモデル．
1) データの種類に応じた機械学習を知る． [教師あり学習・教師なし学習]
2) 見た目だけでデータを分類する． [クラスタリング]
3) 用途に応じて方法を使い分ける． [k平均法，混合ガウスモデル]

6. 実習その3
1) クラスタリングを試してみる． [k平均法，混合ガウスモデル]
2) 異常なデータを自動検出してみる． [混合ガウスモデルの応用]

7. 今後のための，準備．
1) 機械学習を次の値の予測に使う．[回帰]
2) 機械の学び過ぎを防ぐ． [過学習]
3) 学習と検証のためにデータを分割する．[訓練データと評価データ，交差検定]
4) 最近話題の技術について知る． [ニューラルネットワーク，深層学習]
5) 性能を発揮するために調整する． [パラメータチューニング]
6) 機械学習を使う上でのポイントを知る．
7) 今後の継続的勉強の準備をする．

【注意事項】
・機械学習の手法については，数学的な詳細を扱わず，基本的な考え方のみを説明します．
・本セミナーの目的は，今後の継続的勉強を念頭におき，機械学習の基本について学ぶことです．そのため基本的な題材に絞って解説・実習を進めます．
最近話題の深層学習（ディープラーニング）については少し触れるだけにとどめ実習はしません．
機械学習を使っていくなかで，必要に応じて利用するものが深層学習です．深層学習はいわば[スポーツカー]．アクセルを踏めば誰にでも走らせることはできますが，いきなり[スポーツカー]を乗りこなすのではなく，基本的な[走り方]を学びましょう．
・Pythonについてのセミナーではありませんので，最低限度の説明しかおこないません．
これは逆に言えば，プログラミングの知識をそれほど必要としないでも，Pythonを使えば機械学習を試すことができる，ということです．
・もちろん，上記の点についても個別に質問があれば（可能な限り）説明をします．

公開セミナーの次回開催予定

開催日

2021年10月19日（火）　10:30-16:30

開催場所

【Live受講】 Live配信セミナー（リアルタイム配信）　※会社・自宅にいながら学習可能です※

オンライン配信のご案内

★　Zoomによるオンライン配信

については、こちらをご参照ください

受講料

【オンラインセミナー（見逃し視聴なし）】

47,300円(税込、資料付)　＊1社2名以上同時申込の場合、36,300円

【オンラインセミナー（見逃し視聴あり）】

52,800円(税込、資料付)　＊1社2名以上同時申込の場合、41,800円

＊学校法人割引；学生、教員のご参加は受講料50％割引

配布資料

配布資料は、印刷物を郵送もしくはメール送付のどちらかを検討中です。
お申込については4営業日前までのお申込みを推奨します。
それ以降でもお申込みはお受けしておりますが（開催1営業日前の12:00まで）、
テキストが郵送となった場合、資料の到着がセミナー後になる可能性がございます。

備考

当日、可能な範囲で質疑応答も対応致します。
（全ての質問にお答えできない可能性もございますので、予めご容赦ください。）

本講座で使用する資料や配信動画は著作物であり、無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。

★【オンラインセミナー（見逃し視聴なし）】、【オンラインセミナー（見逃し視聴あり）】のいずれかから、ご希望される受講形態をメッセージ欄に明記してください。

同じテーマ／カテゴリーのセミナーはこちら

テーマ・内容（タグ）

Pythonセミナー

セミナーカテゴリー

AI・機械学習 IT・システム実務スキル

開催日時	2021/10/19（火）10:30～16:30
担当講師	大久保潤氏
開催場所	Zoomによるオンラインセミナー
定員	-
受講費	【オンラインセミナー（見逃し視聴なし）】：47,300円【オンラインセミナー（見逃し視聴あり）】：52,800円

≪PythonによるPC実習付き≫機械学習入門セミナー【提携セミナー】

おすすめのセミナー情報