セミナー 印刷

ゼロから始めるPython機械学習【LIVE配信】

受講可能な形式:【Live配信】のみ
☆機械学習を研究やビジネスに導入したいと考えている方に向けて、実務に活用するための手法をレクチャーします!
このセミナーの受付は終了致しました。
日時 2024年1月26日(金)  10:30~16:30
会場 オンライン配信セミナー  
会場地図
講師 和から株式会社 データサイエンティスト
岡崎 凌 氏


【学位】
大阪大学修士

【専門】
物性物理学

【講師経歴】
・澤田経営道場 統計学講師
・株式会社オンラインスクール「誰でも簡単!ビジネス統計学講座」
・株式会社TAC「統計検定® 2級 試験対策講座」
・スポーツ系専門学校 データアナリスト科 講師
・データ分析コンサルティング(製造、アパレル、美容、医療関連企業等)
・年間約30社にて法人向け研修を実施
受講料(税込)
各種割引特典
55,000円 ( E-Mail案内登録価格 49,500円 ) S&T会員登録とE-Mail案内登録特典について
定価:本体50,000円+税5,000円
E-Mail案内登録価格:本体45,000円+税4,500円
※サイエンス&テクノロジーが設定しているアカデミー価格対象外のセミナーです。
※サイエンス&テクノロジーが設定しているキャンセル規定対象外のセミナーです。
※ E-mail案内登録価格申込者には主催者のR&D支援センターからも無料でセミナー等の案内をお送り致します。
E-Mail案内登録なら、2名同時申込みで1名分無料 1名分無料適用条件
2名で55,000円 (2名ともE-Mail案内登録必須/1名あたり定価半額27,500円) 
主催(株)R&D支援センター
配布資料資料付【PDFにて配布いたします】
セミナー資料は開催前日までにお送りいたします。
無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。
オンライン配信本セミナーは「Zoom」を使ったWEB配信セミナーとなります。

【Zoomを使ったWEB配信セミナー受講の手順】
1)Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントをダウンロードしてください。
  ダウンロードできない方はブラウザ版でも受講可能です。
2)セミナー前日までに必ず動作確認をお願いします。
  Zoom WEBセミナーのはじめかたについてはこちらをご覧ください。
3)開催日直前にWEBセミナーへの招待メールをお送りいたします。
  当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。
得られる知識・機械学習プロジェクトの進め方が理解できる
・Python言語を使って機械学習モデルの作成を行うことができる
・作成した機械学習モデルの評価を適切に行うことができる
・データに基づいた需要予測を行う機械学習モデルを作成できる
対象・機械学習を使用した業務分野の開拓や、技術的キャッチアップを行おうとするマネージャー職、若手技術者、採用担当者
・製造業における組織的なデータ活用に課題をお持ちの経営企画職並びに管理職の方
・要素技術、生産システム、品質管理などの分野で機械学習スキルが必要な方
・データの管理や分析業務にExcelを使っているが、課題解決に十分活用できていない方
・Python等のツールを使いたい方、使いこなしたい方(Python初心者も歓迎)
・機械学習の学習に取り組んで間もない方

【必要な予備知識】
・特に予備知識は必要ありません。基礎から解説いたします。

セミナー趣旨

 本セミナーでは、機械学習を実務に活用するための手法を学ぶことができます。まず機械学習モデル作成を行うための基本的な手順を学習し、その後にPython言語を使用してモデルの構築と評価を行う方法を学びます。講義では機械学習モデルの中でも特に様々な業務に活用されている「ランダムフォレスト」モデルを例に、実際にPython言語を書いて動かしながら作成と評価を行うことで、機械学習プロジェクトの適切な進め方を体得することができます。
 本セミナーは、機械学習を研究やビジネスに導入したいと考えている方に向けて、その概要と流れを把握して、Python言語で実践できるようになるための最適な内容となっております。使用するPythonコードは提供いたしますので、セミナー終了後もご利用いただけます。
 機械学習を実務に活用するための「基礎から応用まで」を厳選しておりますので、是非この機会に機械学習の世界への第一歩を踏み出してみましょう!皆様のご参加を心よりお待ちしております。

セミナー講演内容

1.機械学習の概要
 1-1. 機械学習とは
 1-2. 機械学習モデルの3つの目的
 1-3. 機械学習モデル作成の進め方

2.Python言語の基礎
 2-1. Python言語と開発環境Google Colaboratory
 2-2. Python言語の基本的操作(四則演算、変数)
 2-3. 外部ファイルの読み込みと保存
 2-4. データの前処理(欠損値の処理、ファイルの結合)
 2-5. データの基本的な集計と可視化

3.識別モデルの実行と評価
 3-1. 決定木アルゴリズム
 3-2. ランダムフォレストによる識別モデル
 3-3. 識別モデルの実行方法
 3-4. 識別モデルの評価方法
 3-5. Python言語による実践

4.回帰モデルの実行と評価
 4-1. ランダムフォレストによる回帰モデル
 4-2. 回帰モデルの実行方法
 4-3. 回帰モデルの評価方法
 4-4. Python言語による実践

キーワード:機械学習,Python,プログラミング,ランダムフォレスト,データ分析,セミナー,研修