【3ヶ月コース】基礎から実装までみっちり学ぶ機械学習入門【無料個別相談会_7/28】
2019/07/28(日)16:30
〜
17:30
開催
ブックマーク
| 参加枠 | 申込形式 | 参加費 | 参加者 |
|---|---|---|---|
|
相談会参加者枠
|
先着順 | 無料 | 2人 ／ 定員3人 |
イベント内容
概要
↑Liberal Arts Communityの関連グループではこれまで700以上の数多くの企画を
実施してきました。
セミナーも数多く企画しましたがコミュニティにおけるセミナーの運営方針として、
学習のきっかけ作りを中心においていたため、丁寧な解説が欲しいという方の
ニーズに応えられていませんでした。
そこで、教育をメインの目的とするLiberal Arts Academyを新しく作り、手厚い教育
を行えればと考えています。
弊グループの最初の取り組みとして、機械学習の学習をしたい方向けに3ヶ月のコース
を企画してみました！
約3ヶ月で全6回の講義と演習を通じて機械学習の入門者〜初心者から中級者（ジュニア
レベルで仕事ができるレベル）に上がるにあたって必要な理論と実装の知識を習得を
目指していただけたらと思います！！
無料の相談会を設けましたので、概要について気になる方は気軽にご参加いただけたらと
思います！！
（コースの講義以外にも別途開講しているセミナーの無料参加もついていますので、
そちらについても相談会でご相談いただけたらと思います）
身につく内容
- 機械学習の概論について把握できます
- 機械学習のアルゴリズムの代表的な考え方について理解することができます
- Python＋scikit-learnを用いた実装について理解できます
- 機械学習のビジネスへの応用について理解できます
- 演習を通して実務への応用の方法についてイメージがつかめます
このコースの特徴
- 自分の実力に合わせてコースの選択可能！
- コースを受けている間は3ヶ月間講義時間外での質問や対応等無料で手厚いフォローも可能！
- 講義外でやっている他のセミナーへの参加も一部無料！
（担当講師が選んだセミナーへの参加が無料になりますので、気軽にご相談ください！！）
コース
コースは自分の実力に合わせて以下の3コースが選択可能です！
初級者向けコース
- 機械学習に踏み込むためのきっかけだけが欲しい方向け
- きっかけさえ与えられれば自分で黙々と進められる方向け
初心者向けコース（推奨）
- オーソドックスに機械学習全体を学習したい方向け
- 学んだことをきちんと出来る方向け
超初心者向けコース
- 1から10まで全部教えてほしい方向け
- 手取り足取りカバーしてほしい方向け
コースについては「初級者＜初心者＜超初心者」の順で フォローが厚くなります。
説明会・個別相談会日程
・7/28（日）16:30〜17:30
※ 説明会・個別相談会は何度か実施しますが、どれか一つに出ていただければ問題ありません。
※ 全体向けの説明は10分程度なので、お忙しい方は30分程度の所要を見込んでいただければ十分です。
※
全体向けの説明は10分程度なので、お忙しい方は30分程度の所要を見込んでいただければ十分です。
開催日程
全6回の講義と演習を予定しています。
・木曜開講
| 第一回 | 第二回 | 第三回 | 第四回 | 第五回 | 第六回 |
|---|---|---|---|---|---|
| 8/29(木) 20:00~22:00 |
9/12(木) 20:00~22:00 |
9/26(木) 20:00~22:00 |
10/10(木) 20:00~22:00 |
10/24(木) 20:00~22:00 |
11/7(木) 20:00~22:00 |
・日曜開講（初回は開催済みのため、特別に補講を設けることで対応させていただきます）
| 第一回 | 第二回 | 第三回 | 第四回 | 第五回 | 第六回 |
|---|---|---|---|---|---|
| 7/21(日) 13:00~15:00 |
8/4(日) 13:00~15:00 |
8/18(日) 13:00~15:00 |
9/1(日) 13:00~15:00 |
9/15(日) 13:00~15:00 |
9/29(日) 13:00~15:00 |
※ MAX8名の少人数制としますので、手厚いフォローアップが行えればと考えています！
講座で扱うカリキュラム
機械学習概論
- 機械学習とは
- 教師あり学習、教師なし学習とは
- 教師あり学習における学習と推論
- 代表的な識別規則の構成法
距離による規則の構築とクラスタリング
- クラスター分析とは
- 距離の指標
- 類似度の指標
- 階層クラスター分析とは
- クラスター間の距離測定方法
- 階層クラスター分析の長所と短所
- 非階層クラスター分析とは
- k-meansの派生手法
- Pythonを用いたそれぞれのトピックの演習
決定木とアンサンブル学習
- 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、枝切りを行わない場合の問題点
- 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
- Pythonを用いたそれぞれのトピックの演習
関数近似と線形回帰、ニューラルネットワーク
- 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
- 重回帰分析、ニューラルネットワークへのモデルの拡張
- Pythonを用いたそれぞれのトピックの演習
ベイズの定理と最大事後確率基準
- ベイズの定理基本（事後確率と尤度）
- 最大事後確率基準（分類）
- Pythonを用いたそれぞれのトピックの演習
ビジネスへの生かし方
論文や実装例などの一次情報へのアクセスの仕方（発展）
演習
- 様々なデータセットを用いた演習を行います
※講座内容は若干変更となる場合があります
会場
水道橋駅、神保町駅、九段下駅周辺
千代田区西神田2-7-14 YS西神田ビル2F
料金
| 初級者向けコース | 初心者向けコース | 超初心者向けコース |
|---|---|---|
| 30,000円 | 50,000円 | 80,000円 |
※ 税抜き表記となりますので、別途消費税が加わります。
※ 領収書が必要な際は法人受講とみなし、追加10,000円とさせていただきます。
説明会・個別相談会当日の持ち物
特になし
新規会員登録
このイベントに申し込むには会員登録が必要です。
アカウント登録済みの方はログインしてください。
※ ソーシャルアカウントで登録するとログインが簡単に行えます。
※ 連携したソーシャルアカウントは、会員登録完了後にいつでも変更できます。
