Python scikit-learnによる機械学習入門 オンライン講座
参加枠 | 申込形式 | 参加費 | 参加者 |
---|---|---|---|
オンライン受講
|
先着順 |
33,000円
現金支払い
|
0人 / 定員20人 |
イベント内容
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。
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。