詳細
| コース名 | ||||
| Pythonで学ぶ機械学習入門 ～機械学習の概要とデータ分析手法～ | ||||
| 日数 | 総学習時間 | 受講料（税込） | 受講形態 | |
| 1日 | 7.5時間 | 要相談 | オンラインもしくは対面 | |
| コード | IBM Global コースコード | |||
| AI015 | — | |||
  |
||||
開催予定一覧（2024年5月13日時点）
ダウンロード(XLSX 30KB)研修スケジューリングにご活用ください。
希望の研修コースが掲載されていない場合、お問い合わせください。
概要
「システム開発経験はあるが機械学習は未経験」「機械学習を利用するシステム開発の案件が出てきているため知識として備えておきたい」といった方など、これから機械学習と向き合う方のための機械学習の入門コースです。
当コースでは、はじめに機械学習の全体像を理解してから、Pythonを使ったデータ分析の演習にて、環境構築からライブラリ活用までの一連の流れを習得します。その中で、機械学習で使えるデータ分析手法とデータから学習する（分類・予測する）方法を学びます。
対象者
・システム開発経験はあるが、機械学習は未経験あるいは興味をお持ちな方
・機械学習を利用するシステム開発案件の対応が必要なため、知識として蓄えておきたい方
前提条件
Pythonの基礎的なプログラミングが理解できていること（代入、変数、関数、リスト、配列など）
学習目標
1.機械学習の基礎知識を習得する
2.機械学習を実現するデータ分析手法を理解する
3.モデルを作成し、学習する流れを体得する
スキルレベル
—
研修の内容
<事前学習> e-ラーニング*標準学習時間 1時間
★受講開始は 教室研修開始日8営業日前です
第1章 機械学習の全体像
第2章 機械学習の応用範囲と種類
第3章 機械学習に必要な数理統計学
<教室研修> 1日
1.機械学習とPython
・機械学習プラットフォーム
・Python機械学習ライブラリ（numpy,Pandas）の利用
2.機械学習の分析手法
・教師あり学習
– 回帰分析
– 重回帰分析
– ロジスティック回帰分析
・教師なし学習
– クラスタリング分析
– k平均法
– 主成分分析
・SVM
– サポートベクターマシン（クラス分類）
・アンサンブル学習
– 決定木
– ランダムフォレスト
・事前学習 e-ラーニング 補足
【コース構成】
・音声付きビデオ
【コース修了条件】
・すべてのビデオを最後まで学習すること
受講までの流れ・申込み方法
詳細は こちら をご確認ください。
お問い合わせ
当研修に関するお問い合わせは以下の窓口よりお受けしております。
