☆☆☆ Web配信セミナー ☆☆☆
☆☆☆ 本セミナーは、Zoom/ウェビナーを使用して、行います。☆☆☆
トリケップスセミナー
開催日時:2022年1月21日(金)10:30~16:30
参 加 費:お1人様受講の場合 51,700円(税込/1名)
1口(1社3名まで受講可能)でお申し込みの場合 62,700円(税込/1口)
★ 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング(http://zoom.us/test)にアクセスできることをご確認下さい。
★インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。
★受講中の録音・撮影等は固くお断りいたします。
講 師
太田 桂吾(おおたけいご)氏 ㈱LINK.A 代表取締役
<経歴>
1990年3月、岡山大学文学部卒業。1990年4月、応用技術㈱入社。多くのWEBシステム構築に携わる。2019年、 ㈱ネクステージ AIアナリスト。2021年 LINK.A 代表取締役。長年にわたるシステムエンジニア歴を生かして、実践的、わかりやすいデータ分析、機械学習、ディープラーニングの基礎セミナーを多数開催。
セミナーの概要
機械学習はデータからパターンを抽出します。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。
講義項目
1.1 概要
1.2 学習方法の分類
1.3 活用する箇所
2 ディープラーニングとは
2.1 概要
2.2 活用する箇所
3 機械学習のためのデータ準備
3.1 データとは
3.2 画像・言語、音のデータ化
4 機械学習のプロセスと必要なデータ
4.1 学習の概要
4.2 パラメータ調整
4.3 データ量
5 データ加工
5.1 前処理と特徴量エンジニアリング
5.2 前処理の概要
5.3 特徴量エンジニアリングの概要
6 プログラムでの確認
6.1 前処理の実際
6.2 特徴量エンジニアリングの例
6.2.1 画像での特徴量エンジニアリング
6.2.2 音での特徴量エンジニアリング
6.2.3 言語での特徴量エンジニアリング
6.3 特徴量エンジニアリングを活用した場合の差