【無料オンライン】「概論解説:機械学習入門」勉強会 ビジネス課題解決に強いデータサイエンティストへ
参加枠 | 申込形式 | 参加費 | 参加者 |
---|---|---|---|
無料勉強会参加(学生・社会人どなたでもOK)
|
先着順 | 無料 | 8人 / 定員15人 |
動画視聴のみ(勉強会終了後・録画を共有)
|
先着順 | 無料 | 32人 / 定員35人 |
イベント内容
「概論解説:機械学習入門」勉強会 ビジネス課題解決に強いデータサイエンティストへ
概要
ビジネス課題解決に強いデータサイエンティスト・コンサルタントを目指す勉強会です。
学生・社会人どなたでも参加可能です。
DX・データサイエンス時代における経営戦略・マーケティング・組織論などをテーマに、今後も勉強会を開催予定ですのでコミュニティをフォロー頂けると嬉しいです。
※注:今回の勉強会は、アンケートでリクエストの多かった機械学習入門をテーマに解説いたします。
【目次】
・はじめに:データ分析者に求められるスキル
ービジネス力・データサイエンス力・データエンジニアリング力
・機械学習入門
ー全体像:教師あり学習・教師なし学習・強化学習
ー教師あり学習:クラス分類・回帰
ー教師なし学習:異常検知・クラスタリング・レコメンデーション
ー強化学習:事例とポイント
ーアルゴリズム≒個性
ー予測精度と説明性・解釈性の関係
ー機械学習を用いる目的:予測・因果推論・知識発見
・データ分析プロセス:CRISP-DM
ービジネス課題理解・背景理解
ーデータ理解
ーデータ前処理・特徴量設計
ーモデル構築 ※学習フェーズと適用フェーズ
ーモデル評価 ※予測精度とそれ以外の評価基準について(説明性・ロバスト性など)
ー共有・実装 ※計算量問題・外挿問題
・Q&A・ディスカッション
※数式は一切用いずに図・イメージ・事例にもとづいて機械学習概論を解説いたします。
※後半は入門書にあまり記載の無いデータ分析各プロセスにおける注意ポイントを解説いたします。
お願いしたいこと:参加申し込み時のアンケートにて、"興味関心・学びたい分野"をぜひ回答頂ければ幸いです。今後開催する勉強会テーマの参考にさせて頂きます。
また、ご学友・ご同僚・SNSなどで拡散頂けると励みとなります。
タイムスケジュール
時間 | 内容 |
---|---|
18:50〜 | 受付開始 |
19:00〜20:15 | 機械学習入門 解説 |
20:15〜20:30 | Q&Aディスカッション |
※ 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。
登壇者
高木 宏明
データ分析コンサルタント
フレイ・アンド・テクノロジーズ株式会社 代表
慶應義塾大学大学院 経営管理研究科 非常勤講師 「データサイエンス」(2019年度1学期~)
青山学院大学 社会情報学部 非常勤講師 「データマイニング」「データマイニング演習」(2018,2020,2021年度)
慶應義塾大学大学院 経営管理研究科(ビジネススクール・MBA)修了
国立 高松高専専攻科 機械電気システム工学専攻 修了
うどんの国香川県出身、ビジネスよりのデータ分析者。
非常勤講師としてビジネススクール(MBA課程)の社会人学生へデータサイエンスを教えています。
ビジネス理論から機械学習アルゴリズムまでわかりやすく解説することが得意です。
参加対象
- データサイエンティストやエンジニアの方でビジネス面に強くなりたい方
- データ分析コンサルタント・DXコンサルタントを目指している方
- ビジネス力を高めたい方
- 勉強したい学生・社会人の方はどなたでも参加可能です
参加費
無料
注意事項
- リクルーティング、勧誘など、採用目的でのイベント参加はお断りしております。
- キャンセル待ち・補欠・落選の方はご参加いただくことが出来ませんのでご了承ください。
- 欠席される場合は、お手数ですが速やかにキャンセル処理をお願い致します。
- 無断キャンセルや欠席が続く場合、次回以降の参加をお断りさせていただく場合がございます。
- フレイAT勉強室(運営:フレイ・アンド・テクノロジーズ株式会社)
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。