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。
お申し込みはこちら

｜講座で得られる知識｜講座概要｜受講者の声｜FAQ｜

 

本講座で得られる知識/スキル

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

・対面講座、ライブ配信講座：
　16時間(1回4時間×全4日程)

・オンライン講座：
 　12時間（Notebook解説動画含む ）別途、講師と1on1ビデオチャット
料金

・対面講座、ライブ配信講座
　¥160,000／1名（税別）

・ オンライン講座
　¥160,000／1名（税別）
セット講座

・現場で使える機械学習/ディープラーニング基礎講座セット　
　セット価格：¥378,000／1名（税別）　
　セット講座詳細：こちらをご覧ください
定員
（対面）		 25名（最少催行人数10名）
前提知識
  • Pandas、 NumPy、scikit-learn、Matplotlib等のPythonライブラリの基本的な使い方を習得している (こちらの講座相当)　
  • 線形代数、微分、確率・統計の基本的な理論を理解している(こちらの講座相当)　

 

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

対面形式ライブ配信形式オンライン

東京会場

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

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

※19期、21期は、ライブ配信形式のみでの開催となります

大阪会場

大阪 第3期　※募集締め切り

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　※募集締め切り

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：スキルアップＡＩ 大阪オフィス（地図はこちら）
大阪府大阪市北区梅田1-3-1　大阪駅前第1ビル6F 5-2号室

名古屋会場

名古屋 第2期　※募集締め切り

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（地図はこちら）
〒461-0005名古屋市東区東桜2-11-16 西川ビル

ライブ配信講座

第19期　※募集締め切り

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

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：匿杉 ー辛​

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：10/22（木）14:00　〜　18:00

講師：佐野 博之

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。

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。

受講者の声

 

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。

講義以外で必要な学習時間はどのくらいですか？

対面講義や動画講義視聴時間以外では、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。

ML講座のその他FAQ　講座共通のFAQ

関連する講座

tag
Page Top
お申し込みはこちら