FV image

機械学習実践編 ~基礎から実践へ~

この講座でできること

本講義では、世の中に浸透している機械学習や人工知能の基礎を知り、ビジネスシーンで活用できる実践的なスキルや知識を習得していくことを目的としています。数学の知識がなくても分かりやすいようにすることで、あまり身構えず受講できるような構成となっています。

対象者

データ分析やAI開発の担当社員およびその実務管理者

業務のデジタル化を推進する担当社員およびその実務管理者

マーケット分析や事業戦略の担当社員および推進リーダ

新しいテクノロジーの習得を通じてキャリア形成を加速させたい中堅社員

AIが役立つ可能性のあるビジネスインテリジェンスまたはデータ分析の業務に携わるデータサイエンティスト・アナリスト

ビジネスにおけるAI活用の進展を目の当たりにして、キャリアアップを真剣に考える方

学習内容

第1講:機械学習とは

機械学習とはなにか、基礎知識をはじめ、機械学習の種類やその違いを学ぶ

第9講:教師あり学習 実践: モデル構築・評価(回帰)

データの準備から評価まで一貫して教師あり学習の回帰を行い、実践的な知識を身につける

第2講:機械学習の種類とその使われ方

実際に機械学習がどのように使われているのか、また機械学習の種類の特性を学ぶ

第10講:教師あり学習 実践: モデル構築・評価(分類)

データの準備から評価まで一貫して教師あり学習の分類を行い、実践的な知識を身につける

第3講:教師あり学習:回帰・分類

教師あり学習の回帰と分類について、プログラミングを通して学ぶ

第11講:教師あり学習 実践: 過学習対策

過学習への理解を深めつつ、モデルの評価や精度向上の方法などを学ぶ

第4講:教師なし学習・強化学習

教師なし学習と強化学習について,プログラミングを通して学ぶ

第12講:教師あり学習 実践: 一歩進んだ機械学習に向けて

モデル改良やモデルの解釈、運用に向けての実践的な知識を学ぶ

第5講:機械学習の基礎まとめ

機械学習基礎編のまとめと、機械学習を取り巻く環境の変化や説明可能なAIなどの知識を学ぶ

第13講:教師なし学習 実践: クラスタリング

クラスタリングを実施し、必要なデータの整備や結果の確認、活用について学ぶ

第6講:機械学習 実践: 機械学習モデル設計

実際のビジネスシーンで機械学習プロジェクトを行うにあたって必要な知識を学ぶ

第14講:教師なし学習 実践: 次元削減

次元削減を実施し、必要なデータの整備や結果の確認、活用について学ぶ

第7講:機習学習 前提: データの理解

機械学習を行う際に用いるデータについて、どのようにデータを確認し加工するかを学ぶ

第15講:機械学習の仕組化と活用

実際にビジネスシーンで機械学習を活用していくのに必要な知識を学ぶ

第8講:教師あり学習 実践: データの前処理

機械学習に必要なデータの前処理について、プログラミングを通しながら実践知識を学ぶ

講師の紹介

三木孝行

三木孝行

株式会社ELAN 代表取締役、株式会社Iroribi 顧問。

ソフトウェア開発会社に勤務し、大手鉄道会社、大手銀行等の大規模基幹システムの開発を統括。 システム・ITにおける、要件定義、設計、開発、リリースまで全工程を経験。データ分析やAIにおけるコンサルティング、AI時代のシステム開発プロジェクトを推進している。 特に、要件が定まる前の段階の顧客に対して、顧客と一体となって様々な視点から最適な技術を設計し、実証実験を推進していく部分に強みを持つ。

<主な著書>

『Python実践データ分析100本ノック』(秀和システム 2019年)
『Python実践機械学習システム100本ノック』(秀和システム 2020年)