Web提出受講者専用ページ
テキスト内容を見る
講座コード： E45
受講期間：3ヵ月
レベル：入門 初級
レポート提出方式：
特別受講料（税込）：19,800 円
一般受講料（税込）：22,000 円
お申込み（個人）
お申込み（法人）
講座資料をダウンロードする
メニュー
閉じる
メニュー
閉じる
こんなコースです
Python言語の機械学習ツールを利用して、ひととおり機械学習のプロセスを回す際に気をつけるべきポイントを解説します。
ねらいと特色
教材構成
主な項目
第1章 AIの概要
AIとは？
AIの歴史
現在のAIマップ
第2章 機械学習の概要
機械学習とは
機械学習の要素
機械学習の分類
教師あり学習
教師なし学習
半教師あり学習
ディープラーニング
強化学習
第3章 機械学習の基本的な手順
機械学習の流れ
データセット
データフォーマット
前処理
次元の呪い
主成分分析による次元圧縮
バイアスとバリアンス
評価方法：クロスバリデーション
簡単な識別器：k-近傍法
評価指標：F値／ROC曲線
第4章 Pythonによる機械学習の手順
プログラミング環境準備
scikit-learnによる機械学習の基本的な流れ
K-近傍法によるIrisデータの識別
識別境界面の描画
近傍数kの影響
第5章 教師あり学習［１］
決定木学習の基礎
決定木学習によるIrisデータの識別実装例
統計的機械学習とは
MAP推定によるナイーブベイズ分類器の基礎
簡単な例
ゼロ頻度問題への対処
ナイーブベイズ分類器によるゴルフプレイ識別実装例
ロジスティック回帰の基礎
正則化による過学習の抑制
ロジスティック回帰による手書き文字認識実装例
第6章 教師あり学習［２］
ニューラルネットワークの基礎
効率的な学習テクニック
多層パーセプトロンによる手書き文字認識実装例
サポートベクタマシンの基礎
入れ子の交差検証によるハイパーパラメータ調整
SVMによる乳がん診断データの識別実装例
線形回帰
線形基底回帰
ニューラルネットワークによる回帰
サポートベクタ回帰
回帰問題の評価指標
逐次特徴選択
各種回帰手法による住宅価格推定実装例
第7章 教師なし学習
階層型クラスタリング
K-meansクラスタリング
ガウス混合モデル
自己組織化マップ(SOM)
クラスタリングの評価指標
SOMによるglassデータのクラスタリングと可視化実装例
異常検知の基本的な考え方
評価指標
Local Outliner Factor
One-class SVM
Isolation Forest
機器の振動データに対する異常検知実装例
第8章 ディープラーニング
ディープラーニングの概要
ディープラーニングの分類
表現学習とファインチューニング
AutoEncoderによる事前学習
DropOutによる過学習の抑制
畳込みニューラルネット（CNN）
時系列データの学習；RNNとLSTM
ディープラーニングツールKerasについて
Pythonによる実装例：AutoEncoder+DNN,CNN