scikit-learnによる機械学習入門講座

概要

機械学習を始めて学ぶ方向けの講座です。

Pythonによるデータ処理の基本、可視化の方法から機械学習の実践まで人通り学べます。

この講座を受講することでscikit-learnによる機械学習の基本的な方法をマスターすることができます。

本講座を受講することでディープラーニングの学習がスムーズに入って行くことができます。

オリジナルテキストを使用。

１．機械学習とは
　1.1 AI/ 機械学習/ディープラーニング
　1.2 機械学習の分類

2. scikit-learn
　2.1 scikit-learnとは
　2.2 簡単な使い方

3. 簡単な回帰と分類
　3.1 k近傍法(k-NN)
　3.2 ロジスティック回帰
　3.3 線形回帰

4. 特徴量
　4.1 データの整形
　4.2 次元削減
　4.3 特徴量の表現方法

5. 評価
　5.1 訓練データ/検証データ/テストデータ
　5.2 k-分割交差検証
　5.3 評価指標

6. 教師あり機械学習
　6.1 決定木による分類
　6.2 決定木による回帰（回帰木）
　6.3 SVM(サポートベクタマシン）による分類
　6.4 SVM(サポートベクタマシン）による回帰
　6.5 ベイズ分類

7. 教師なし機械学習
　7.1 k-means
　7.2 階層的クラスタリング

8. アンサンブル学習
　8.1 バギング分類
　8.2 バギング回帰
　8.3 ブースティング分類
　8.4 ブースティング回帰
　8.5 ランダムフォレスト
　8.6 ERT(Externen randomized trees)　
　8.7 AdaBoost

Zoomによるオンラインでの研修となります。

タイムスケジュール

9:45〜　オンライン受付開始
10:00〜17:00　講義　※途中、お昼休憩を1時間挟みます。

※ 当日予告なく時間配分・内容が変更になる可能性がございます。

講師

金森渉

ライトハウスラボ株式会社　代表取締役

大学で情報処理工学を専攻後、金融デリバティブシステム、半導体生産管理システムなど多くの開発に携わる。

社内では、教育担当として新人や若手を指導する中で、人材育成の重要性に気づき本格的に取り組もうと決意し、

IT講師に転身し独立。 研修事業に本格的に取り組むため、2017年にライトハウスラボ株式会社を設立。

長慶寺豊

ライトハウスラボ株式会社　主任講師

東京大学卒業後、半導体の設計に携わる。その後講師へ転身しライトハウスラボ株式会社所属

Python,機械学習、ディープラーニングの講座を主に担当し、理論派講師として定評があります。

参加対象

・scikit-learnによる機械学習を学び方

・pythonの基本文法を理解している方

準備する環境

以下の環境をご準備下さい。

・Python3.8 以上

・jupyter notebook

・scikit-learn 0.23 以上

※環境に不明点がある場合は、info@lighthouselab.co.jp までお問合せ下さい。

注意事項

※ 参加を辞退する場合は、詳細ページより申込のキャンセルをお願い致します。

参加費のお支払いについて

クレジットカードでの事前支払いとなります。お申込み後ご利用手続きをご案内いたします。

ご利用可能なクレジットカードをご用意いただき、お支払い手続きを行ってください。

オンライン受講の注意点

オンライ受講にあたり以下の点にご注意ください。

・ZoomのIDは、お申し込み・お支払い完了後、ご案内いたします。

・テキストはPDF配布となります、製本ご希望の方は別途承ります。
・なるべく安定した通信環境下でご受講をお願いします。
・スマートフォンやWiFiルータは通信容量制限にご注意ください。