特徴量エンジニアリングとは、機械学習モデルの性能を高めるために、既存の特徴量から新たな特徴量を作成することです。作成された特徴量は機械学習モデルの学習用データの一部となるため、特徴量エンジニアリングはモデルの性能を大きく左右する重要な工程といえます。
そこで、今回のスキルアップAIキャンプでは、テーブルデータ、テキストデータ、時系列データそして画像データに対する特徴量エンジニアリングのテクニックを紹介します。
プログラム概要
- 特徴量エンジニアリングとは
- テーブルデータに対する特徴量エンジニアリング
- テキストデータに対する特徴量エンジニアリング
- 時系列データに対する特徴量エンジニアリング
※一部変更となる場合がございます。
スピーカー
-
スキルアップAI株式会社／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。著書「徹底攻略ディープラーニングE資格エンジニア問題集」（インプレス）。
開催概要
日時
2022年12月21日（水）19：30～21：00
開催方法
Zoom
参加費
無料
※競合他社様のご参加は、ご遠慮いただいておりますので、ご了承ください。
