【初心者向け】回帰分析と決定木のモデリング入門

今回はざっくりと回帰分析、決定木、ランダムフォレストやアンサンブル学習、機械学習の評価指標など
モデリングの基礎的な知識の整理を行います。また順次、Pythonによる実装方法を見て行きます。
(アジェンダは一部変更になる可能性があります。)

＜講義＞
1. 単回帰分析
　最小二乗法、回帰係数と共分散
　決定係数、寄与率、相関係数
2. 重回帰分析
　調整済み決定係数、t値とp値
 　Python による重回帰分析
3. 決定木
　決定木とは、不純度の考え方
　交差エントロピー、ジニ係数
　決定木の手法、決定木と剪定
　剪定・枝切りを行わない場合の問題点
4. アンサンブル学習
　バギングとブースティング
　ランダムフォレスト
5. 機械学習の評価指標
　ROCとAUC、Confusion Matrix
   ROC曲線をプロット
   AUCの考え方

6/16(土)
受付：13:20〜13:30
講義：13:30〜15:30

水道橋駅、神保町駅、九段下駅周辺
お申し込みいただいた方に別途ご連絡させていただきます。

・Python の使い方を一通り学習し終えた方
・機械学習の主な手法について勉強したい方

阪大大学院数学専攻卒。大阪府出身。
プログラマ、大手SIerで公共系基盤設計、医療系システムコンサルタント等を経てAIベンチャーにて
データサイエンティスト。大手から中小企業まで数多くのシステム開発プロジェクトで10年以上の
マネジメント経験あり。基盤設計、統計学、機械学習、深層学習、組織論、リーダーシップ論等をテーマに、
社内外で勉強会の講師の経験多数。

東大工学部卒。
データ分析/AI開発の仕事の経験は5年ほどで、理論/開発/ビジネスのどれも経験があり強い。
また、多くの業界のプロジェクトに関わったためドメイン知識も豊富。
初心者向けの指導実績も多く、500名は越える。

パソコン持参必須
Jupyter 環境を構築して来てください。

領収書の発行も可能ですのでご希望の方はその旨お申し付けいただければと思います。
（事務手数料として、追加500円を含んだ金額でのお支払いと発行とさせていただきます。）

・個別指導も承りますのでご希望者ご相談ください！
=> ご要望に合わせて最適な講師をマッチングさせていただきます！