受講形式 WEB受講のみ ※本セミナーは、Zoomシステムを利用したオンライン配信へ変更となりました。 受講対象 企業（製造業）で機械学習・ディープラーニングを実施してみたい方 予備知識 不要（ただし、プログラムの経験があるほうが望ましい） 習得知識 1)機械学習・ディープラーニングの基礎 2)機械学習・ディープラーニングにおけるデータ前処理手法 など 講師の言葉 機械学習はデータからパターンを抽出をします。その際に重要なことは、以下にデータを加工しパターンを抽出しやすくするか、ということです。どんなにすぐれた機械学習の手法でも、データがそのパターンを<<隠して>>いては、パターンの抽出は非常に難しくなります。データがそのパターンを明示してくれていれば解析は非常に簡単に、早くなります。そのためデータ分析者は、まずデータの加工を学習すべきです。 そのための第一歩として、初学者に平易に説明いたします。また、実際にサンプルプログラムで、データ加工の有無による精度の差も確認します。
プログラム
1.機械学習とは 1-1.概要 1-2.分類 1-3.活用する箇所 2.機械学習のためのデータ準備 2-1.データとは 2-2.画像・言語、音のデータ化 3.機械学習のプロセスと必要なデータ 3-1.学習の概要 3-2.パラメータ調整 3-3.データ量 4.データ加工 4-1.前処理と特徴量エンジニアリング 4-2.前処理の概要 4-3.特徴量エンジニアリングの概要 5.プログラムでの確認 5-1.前処理の実際 5-2.特徴量エンジニアリングの例 5-2-1 画像での特徴量エンジニアリング 5-2-2 音での特徴量エンジニアリング 5-2-3 言語での特徴量エンジニアリング 5-3.特徴量エンジニアリングを活用した場合の差 質疑・応答 講師紹介 略歴 1990年岡山大学文学部卒業 1990年応用技術株式会社入社 多くのWEBシステム構築に携わる。 2019年 株式会社ネクステージ AIアナリスト 2021年 LINK.A 代表取締役 システムエンジニアとして25年勤務 令和元年 独立しシステム開発を中心に活動
