現場で使える機械学習・データ分析基礎講座

現場で使える機械学習・データ分析基礎講座

機械学習プロジェクトの一連の流れと様々なアルゴリズムの詳細を、ハンズオンを通じて学べる講座です。

機械学習の概論から始まり、徐々にそれぞれのアルゴリズムの核心を学べるように設計しています。「Practice makes perfect」の考えに基き、ハンズオンを通じての技術習得を目指します。また、限られた時間での学習効果を最大化するため、ブレンド型学習メソッドを取り入れています。プログラムを通して、実際の企業データを元にポートフォリオ作成し、プロジェクト手順で進行することで、現場ですぐに使える実践的内容となっています。

講座で得られる3つのもの

現場で使える機械学習・データ分析基礎講座の特長

講座の特長

圧倒的充実のカリキュラム

国際的に活躍するAI研究の第一人者監修のもと、実務家が教材を作成しています。体系的に学ぶためのハブとなる講座で、本講座を修了すれば、AI人材として独り立ちすることが可能な基礎力を身につけている状態となります。

ライブ配信で全国どこからでも受講可能

zoomを活用し、講座をライブで受講いただけます。講師とのやりとり、リモート受講者同士のグループワークも実施しており、対面受講に近い受講体験が可能です。

体系的知識が定着する講義スタイル

座学中心になりがちな知識的内容は動画講義で予習し、対面講義では動画講義の内容の深掘り、グループワーク、ハンズオンなどに時間を割くことで、講義期間内の理解を最大化させます(ブレンド型学習)。

一流講師陣による徹底フォロー

経験豊富な一流講師陣が、講義外でも無制限にチャット質問に対応いたします。講師が重要だと思うことに関しては、様々な事例を交え、理論が理解できるような形で進めます。

講座期間内で機械学習モデルを構築

講義期間の通し課題として、各受講者自身の手で機械学習モデルを構築し、最終発表をしていただきます。また、講座期間中の各提出期日に課題の進捗を提出いただきますと、コーディングの指導を含め、講師が丁寧に添削いたします。”自ら構築した”という経験をもとに、自信を持ってAI人材として羽ばたいていただけます。

E資格の機械学習出題範囲に対応

日本ディープラーニング協会が実施するE資格の機械学習出題範囲に対応しています。

講座概要

講座名 現場で使える機械学習・データ分析基礎講座
講座時間 全4回コース

・対面講座:
 合計28時間(対面講義16時間 + 動画講義 計12時間)
オンライン講座
  合計13時間(動画講義 計12時間 + ビデオチャット20分 x 3回)

料金

・対面講座:¥160,000/1名(税別)
オンライン講座¥160,000/1名(税別)

オプション

ディープラーニング基礎講座セット (詳細を必ずご確認ください)
セット価格358,000円(税別)/1名(税別) 
セット申し込みはこちらからお申し込みください

定員
(対面)
25名(最少催行人数10名)
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)

 

料金に標準で含まれるもの

カリキュラム

DAY1DAY2DAY3DAY4

DAY1

機械学習概論

  1. 人工知能とは
  2. 機械学習とは
  3. 機械学習アルゴリズムの実装とワークフロー
  4. 機械学習アルゴリズム概観

教師あり学習の基礎

  1. 線形回帰
  2. ロジスティック回帰
  3. 多変量モデルへの拡張

モデルの評価指標

  1. 回帰問題(MAE/MSE/RMSE)
  2. 分類問題(精度/適合率/再現率/F1-score)

DAY2

モデルの検証・正則化

  1. 訓練誤差と汎化誤差
  2. 過学習
  3. 正則化(L2/L1)
  4. ホールドアウト法・交差検証法

前処理

  1. 正規化 / 標準化
  2. 無相関化 / 白色化

教師あり学習の発展的トピック

  1. サポートベクターマシン

DAY3

前処理

  1. 特徴選択

教師あり学習の発展的トピック

  1. 木モデル(決定木・ランダムフォレスト)
  2. ニューラルネットワーク

DAY4

教師あり学習の発展的トピック

  1. 深層学習
  2. k-最近傍法

教師なし学習

  1. クラスタリング
  2. 特徴抽出・次元削減

モデルの改善

  1. 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。

開催日程

新型コロナウィルスの感染拡大に伴う対応 ライブ配信について詳細はこちらをご覧ください。

東京大阪名古屋オンライン

東京 第18期

DAY1:6/19(金)14:00 〜 18:00
DAY2:7/03(金)14:00 〜 18:00
DAY3:7/17(金)14:00 〜 18:00
DAY4:7/31(金)14:00 〜 18:00
予備日:8/07(金)14:00 〜 18:00
講師:森田 大樹

東京 第19期

DAY1:7/12(日)14:00 〜 18:00
DAY2:7/26(日)14:00 〜 18:00
DAY3:8/09(日)14:00 〜 18:00
DAY4:8/23(日)14:00 〜 18:00
予備日:8/30(日)14:00 ~ 18:00
講師:大倉俊平

東京 第20期

DAY1:8/16(日)14:00 〜 18:00
DAY2:8/30(日)14:00 〜 18:00
DAY3:9/06(日)14:00 〜 18:00
DAY4:9/20(日)14:00 〜 18:00
予備日:9/27(日)14:00 ~ 18:00
講師:經田原弘

東京 第21期

DAY1:9/4(金)14:00 〜 18:00
DAY2:9/18(金)14:00 〜 18:00
DAY3:10/02(金)14:00 〜 18:00
DAY4:10/16(金)14:00 〜 18:00
予備日:10/23(金)14:00 〜 18:00

講師:佐野 博之

場所:スキルアップAI 水道橋オフィス
東京都千代田区神田三崎町3-3-20 VORT水道橋Ⅱ 5階

大阪 第3期

DAY1:8/21(金)13:00 〜 17:00
DAY2:9/04(金)13:00 〜 17:00
DAY3:9/18(金)13:00 〜 17:00
DAY4:10/2(金)13:00 〜 17:00
予備日:10/09(金)13:00 〜 17:00
講師:小縣 信也​

大阪 第4期

DAY1:8/22(土)9:30 〜 13:30
DAY2:9/05(土)9:30 〜 13:30
DAY3:9/19(土)9:30 〜 13:30
DAY4:10/3(土)9:30 〜 13:30
予備日:10/10(土)9:30 〜 13:30
講師:匿杉 ー辛​

場所:大阪市北区梅田1-3-1 大阪駅前第1ビル6F 5-2号室

名古屋 第2期

DAY1:9/4(金)14:00 〜 18:00
DAY2:9/11(金)14:00 〜 18:00
DAY3:9/25(金)14:00 〜 18:00
DAY4:10/02(金)14:00 〜 18:00
予備日:10/09(金)14:00 〜 18:00
講師:溝口 聡​

場所:西川コミュニケーションズ株式会社 本社

オンライン講座

随時お申し込み可能です。受講方法については、お支払い確認後、3営業日以内にご案内いたします。
※動画の視聴期限、チャット質問期限はいずれも動画共有日から3ヶ月間となります。
 
リニューアルしたオンライン講座では、学習動画の改訂に加え、Notebook解説動画・個別ビデオチャット・受講者専用チャットが追加になり、サポート体制が充実しました。

担当講師一覧

    • 小縣 信也
      小縣 信也

      兵庫県出身。大阪市立大学工学部卒業後、建材メーカー、設備設計事務所に勤務。2010年、OpenFOAM勉強会for beginner(現オープンCAE勉強会@関東)を立ち上げ3年間幹事を務める。建築環境に関する数値シミュレーション、電力量や温湿度などのセンサーデータに関する分析が専門。1級建築士、エネルギー管理士。2013年、国土交通省国土技術政策総合研究所 優秀技術者賞受賞。
      日本ディープラーニング協会主催2018E資格試験 優秀賞受賞、2019#1E資格試験優秀賞受賞。最近は、需要予測や異常検知などのモデル開発に取り組んでいる。

    • 斉藤 翔汰

      斉藤 翔汰

      スキルアップAI講師。横浜国立大学大学院 環境情報学府 情報メディア環境学専攻(現:情報環境専攻)修了。修士(情報学)。高専時代に画像認識に対して興味を持ったことがきっかけで、現在はDeep Learningや機械学習、進化計算などの人工知能分野におけるアルゴリズムの研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度・2019年度E資格合格者、2018年度G検定合格者。

受講体験記

ご案内

PCの動作環境

MacOSX 10.9 以上
Windows 8 以上(64bit必須)
メモリ8GB以上必須
※8GB未満でも受講して頂くことは可能ですが、大きなデータを扱う演習の際に不具合が発生する可能性があります。
メモリ不足が原因の不具合についてはサポートすることができませんので、あらかじめご了承ください。
※容量の大きなデータを課題で扱いますので、より高スペックが望ましいです。

事前準備

Anaconda3-2019.03をインストールし、ブラウザでJupyterNotebookを表示できる状態まで事前に準備お願い致します。

※各自で必ず当日までに環境構築をお願いいたします。環境構築等でご不明な点等あれば、事前にご連絡いただければご案内します。
※その他に必要なご準備に関しては、お申し込み後にご案内いたします。

当日の持ち物

ご自身のノートPC
※Wi-Fi環境はございますが、繋がりにくい場合はご自身のテザリングをご利用ください。

会場への入場

講義開始の10分前

講座監修

  • 杉山将
    杉山 将

    2001年に東京工業大学博士課程修了。同大学助手・准教授を経て2014年より東京大学教授。2016年より理化学研究所革新知能統合研究センター長を併任。統計的機械学習(オーム社, 2009)、イラストで学ぶ機械学習(講談社, 2013)、機械学習のための確率と統計(講談社, 2015)など、機械学習に関する著書多数。講談社機械学習プロフェッショナルシリーズの監修も務める。

よくあるご質問

講座についていけるか不安です

スキルアップAIの基礎数学講座のカリキュラムが理解できていれば大丈夫です。微分であれば、偏微分が理解できていること、線形代数であれば、固有値分解が理解できているといったレベルです。不安な方は、事前に基礎数学講座を受講ください。また、Pythonはnumpy,Pandas等のライブラリを利用できるレベルが必要です。不安な方は、Python講座を受講ください。

申込締切はいつですか?

開催日(対面講座)の3日前までです。3日前までに、お支払い済みである事が確認できている必要があります。対面講座は学習用動画を視聴していることが前提ですので、余裕を持ってお申し込みいただくことをお勧めいたします。

対面講座ではどのようなことをしますか?

学習用動画を見て、不明点は対面講座前までにリストアップしていただきます。対面では、受講者がリストアップした点を中心に説明を実施します。基本的には、グループワークやハンズオンなどの比重を高く実施いたします。(受講者の理解度に応じて講師が比重を判断する場合があります。)

講義以外で必要な学習時間はどのくらいですか?

対面講義や学習用動画視聴時間以外では、Notebook演習と通し課題を自宅で取り組む時間が必要です。Notebook演習に約8時間と通し課題に約20~30時間確保していただく必要がございます。

領収書・請求書などの発行は可能ですか?

はい、可能ですので、お申し込み時の備考にその旨と宛名をご記入ください。但し、クレジットカード(Paypal)でお支払いの場合、PayPal発行の受領書が領収書となりますので、領収書の発行はできません。

開催日程に記載されている予備日とは何ですか?

気象状況や講師の体調不良などにより講座を延期をさせていただくことがあるため、予備日を設けております。予定通り授業が開催された場合には、予備日に授業を行うことはございません。

受講者の声

  • 非常に興味深いお話を分かりやすくご教示いただき、書籍やネットでは得られない対面での質疑応答ができるのがとても有意義です。
  • 予習して質問できる形式が非常によかったです。自分のわからないところを重点的に説明して頂けるので、効率良く学ぶことができました。
  • 分析手法の使い方の説明に留まらず、手法の意味や実際に使う上でのコツまで踏み込んでいる点が良かったです。
  • 書籍を読むだけではなかなかつかめないイメージや背景・実務においてのコツなどもうかがうことができました。

関連する講座

Page Top
お申し込みはこちら