【名古屋初開催】『現場で使える機械学習・データ分析基礎講座 』のご案内

スキルアップAIの基幹講座「現場で使える機械学習・データ分析基礎講座」を、3月に名古屋で初開催いたします！

本講座は、広範な機械学習分野を知識レベルでカバーするだけでなく、反転学習を取り入れることによって、知識の習得に留まらずに思考の質を変えられるということにチャレンジした講座です。

講師との対話を重要視したグループワーク、ハンズオンなどに時間を割くことで、現場ですぐに使える実践的な機械学習スキルを身につけることができます。

さらに、予習動画、 復習動画 、講義資料 、通し課題の発表に対するコメント 、講師との無制限のチャット質問 など、様々なサポートがございます。

JDLAの第１号認定プログラムとして、E資格の機械学習出題範囲にも対応していますので、資格を取得したいと考えている方にもおすすめです。

機械学習を基礎から実践的スキルまでしっかり身につけるチャンスですので、是非ふるってご参加ください。

講座詳細

開催日時

名古屋 第1期
DAY１：03/12（火）14:00　〜　18:00
DAY２：03/26（火）14:00　〜　18:00
DAY３：04/11（木）14:00　〜　18:00
DAY４：04/25（木）14:00　〜　18:00

講師略歴

カリキュラム

DAY1

1. 機械学習概論
   人工知能とは/機械学習とは/機械学習アルゴリズムの実装とワークフロー/機械学習アルゴリズム概観
2. 教師あり学習の基礎
   線形回帰/ロジスティック回帰/多変量モデルへの拡張
3. モデルの評価指標
   回帰問題（MAE/MSE/RMSE）/分類問題（精度/適合率/再現率/F1-score）

DAY2

1. モデルの検証・正則化
   訓練誤差と汎化誤差/過学習/正則化（L2/L1）/ホールドアウト法・交差検証法
2. 前処理
   正規化 / 標準化/無相関化 / 白色化
3. 教師あり学習の発展的トピック
   サポートベクターマシン

DAY3

1. 前処理
   特徴選択
2. 教師あり学習の発展的トピック
   木モデル（決定木・ランダムフォレスト）/ニューラルネットワーク

DAY4

1. 教師あり学習の発展的トピック
   深層学習/k-最近傍法
2. 教師なし学習
   クラスタリング/特徴抽出・次元削減
3. モデルの改善
   ハイパーパラメータ最適化

※カリキュラムは変更となる場合がございます。

前提知識

• ・Pandas, Numpy, scikit-learnなどのPythonライブラリを使ったことがある、もしくはPython講座を受講された方
• ・線形代数、微分、確率・統計を習ったことがある方(基礎数学講座のカリキュラムの内容が理解できる）

詳細・お申込み

ご質問・お問い合わせ

スキルアップAI運営事務局（info@skillupai.com）までご連絡ください。