概要

「機械学習の理論を学んでも現場での活用がなかなか進まない」「機械学習を用いたシステム開発をしたいがどう進めていいか分からない」このように感じることはありませんか？

「機械学習が分かる」から「機械学習を用いてビジネス課題の解決ができる」エンジニアになるためには、理論の理解だけはなく、機械学習を組み込んだシステム開発ができなければなりません。

本講座では、現場でつまずきやすい環境構築、開発方法、安定稼働するシステム構成など、機械学習エンジニアとして抑えておくべきポイントを、現場で活躍する現役機械学習エンジニアから直接学ぶことができます。機械学習エンジニアとして活躍するための一歩目として、本講座をご活用ください。

また、11月以降、実務で最重要とも言える「機械学習システムを適切に運用するための知識」の各項目をハンズオンで実施するシリーズ講座「現場で使える機械学習システム構築実践」の開講も予定しておりますので、受講をご検討の方は、導入として本講座受講いただければと思います。

カリキュラム

• 機械学習システムの構築・運用の流れ
• Dockerによる環境構築
• Dockerによる予測システムの開発ハンズオン
• 機械学習を利用した予測システムの開発ハンズオン
• 機械学習システムを適切に運用するための知識
  1. ジョブスケジューラによる継続的学習
  2. コード・データ・学習済みモデル・ライブラリのバージョニング
  3. モデルの入力・出力・予測性能の監視と異常検知
  4. クラウドへの展開

カリキュラムは若干変更になる場合があります。

キーワード

Docker、sckit-learn、Flask、Digdag

前提知識

• python の基本的な実装力（不安な方は、Python講座を事前に受講してください → https://www.skillupai.com/python ）
• 機械学習に関する基本的な知識

受講後のゴール

• 機械学習を利用した予測システムの基礎的な構築能力と適切に運用するためのノウハウを身につける

講師

K Suganuma

大阪大学基礎工学部情報科学科卒業。奈良先端科学技術大学院大学 情報科学研究科修士課程修了。アドテク系企業を経て、人材系サービス企業のグループ会社にて、日常消費領域におけるデータを活用した機械学習・データマイニングのアルゴリズムの考案・実装、およびそれらが動作するシステム構築までを行い、事業課題の解決に取り組んでいる。

会場へのアクセス方法

会場まで直接お越しください。

受付・入場時間

開始の10分前から

当日のお持物

ご自身のノートPC

推奨環境 ・MacOSX 10.9 以上 ・Windows 7 以上（64bit必須） ・メモリ4GB以上

講座までの準備

銀行振込、領収書・請求書

銀行振込をご希望の方は、HPからお申し込みください

領収書

【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 当社よりの重複しての領収書発行は行えません。

【Stripeでお支払いの場合】 Stripe発行の受領書が領収書となります。当社より重複しての領収書発行は行えません。

請求書が必要な方は、HPからお申し込みください

備考

• 最小遂行人数「4名」：開催日の2日前までに最小遂行人数に達しない場合は、中止となります。ただし、複数のチャンネルで募集を行っているため、本サイトでの申込者数が最小遂行人数に達しない場合でも開催になる場合がございます。
• 環境設定などでつまった場合、可能な限りフォローさせていただきますが、講義の流れを優先させていただきます。
• 勉強会内容を撮影もしくは録音することは、ご遠慮ください。
• 個人ブログへの記述については、良識の範囲内でお願いいたします。
• 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください。

運営団体

スキルアップAI

https://www.skillupai.com/

講座に関するお問い合わせは、info@skillupai.comまでお願いいたします。