株式会社セミナーインフォ

Pythonで体感・データ分析/機械学習実務超入門

～【Google Colaboratory導入】プログラミング知識もデータ分析理論もゼロからデモ＆演習しながら学ぶデータサイエンス実務～

受講区分	会場
開催日時	2019-09-05（木）　9:30～16:30
講師	DATUM STUDIO株式会社取締役　CAO 里　洋平　氏 R言語の東京コミュニティ Tokyo.R創立者ヤフー株式会社で、推薦ロジックや株価の予測モデル構築など分析業務を経て、株式会社ディー・エヌ・エーで大規模データマイニングやマーケティング分析業務に従事その後、株式会社ドリコムにて、データ分析環境の構築やソーシャルゲーム、メディア、広告のデータ分析業を経て、 DATUM STUDIO株式会社を設立 Pythonデータサイエンスワークショップ講師経験豊富著書「データサイエンティスト養成読本」（技術評論社）「ビジネス活用事例で学ぶデータサイエンス入門」（ソフトバンククリエイティブ）「Rではじめるビジネス統計分析」（翔泳社）「戦略的データマイニングシリーズ Useful R4) 」（共立出版）「Rパッケージガイドブック」（東京図書）等
開催地	カンファレンスルーム（株式会社セミナーインフォ内）
概要	BI（ビジネス・インテリジェンス）/BA（ビジネス・アナリティクス）、市場分析、リスク管理において欠かせない技術として注目されている機械学習。その定義は、「大量のデータをもとに、そのデータを処理するプログラムとしてモデルを記述し、そのモデルに基づいて自動的に意思決定をする」ということです。機械学習を実現するには、的確なデータ分析に基づいたモデルを作ることが大事になります。本セミナーでは、Python　Google Colaboratory Jupyter　notebookでデモ＆演習することで、機械学習のモデルをつくるために備えるべきデータ分析の基礎力が身に付きます。また、逆も真なりで、データ分析ツールとして活用することでPythonも基礎から身に付けることができます。このように、「Pythonデータサイエンス」の両方向で、データサイエンスとPythonは技術習得スピードと習熟度の両面において相乗効果があり、「習う（理論学習）よりも慣れろ（Pythonデモ＆演習）」つまり「慣れ（Pythonデモ＆演習）てから習え（理論学習）」の逆引きスタイルのワークショップで習得スピードと習熟度が格段にアップします。ディープラーニングと強化学習についてもPythonデモで理論の概要を体感してもらいます。また、初心者にとって環境構築が著しく困難で実際のビジネス応用に辿り着くまでに挫折することが多い点が、これまでビジネスに関わる方の不満としてあった中、本セミナーでは、Google Colaboratoryを用いることで、環境構築に費やすコストを削減します。データサイエンス・スタートアップ企業 DATUM STUDIO経営など担当講師の経験を踏まえ、機械学習のビジネス応用のポイントについても言及します。今後の新規AI事業創出の参考となる知識の習得も目指します。担当講師はこれまでPython Rを中心にゼロからデータサイエンス環境を構築し、実際の運用やAI経営デザインまで展開するセミナーを数多く開催してきました。多くの受講者が、つまずきやすく、わかりにくいところについて短時間集中型でブラッシュアップを重ね、担当講師のセミナーはいつも盛況です。本セミナーでも、Pythonを利用してデータサイエンスの初歩から応用までを取り扱います。インタラクティブに質疑応答を交わしながらデータサイエンスの考え方とPythonの実装法が身に付く、大変貴重なセミナーです。是非、ご参加をご検討ください。特にデータサイエンティスト業務についてデータを使ってゼロからざっくりと一日で習得されたい方におすすめです。この講座受講をおすすめの方・データ分析や機械学習をPython導入レベルから学びたい方・ ExcelなどからPythonに乗り換えを考えている方・データに関わる課題・業務をお持ちの方
詳細	１．【Python演習→理論】Python／Jupyter notebook／Google Colaboratory基礎とデータサイエンスに必要な統計学（１）Google Colaboratory導入とPython／Jupyter notebookの基本操作（２）Python上の標準的なライブラリの利用（３）データサイエンス概論（４）データサイエンスで必要となる統計学　（a）記述統計学　（b）推測統計学（５）事例紹介２．【Pythonデモ＆演習→理論】機械学習超入門（１）データハンドリング基礎（２）データの可視化（３）機械学習概論（４）教師あり学習　（a）線形回帰モデル　（b）ロジスティック回帰モデル　（c）サポートベクターマシン　（d）ランダムフォレスト（５）教師なし学習　（a）クラスタリング（６）ケーススタディ３．【Pythonデモ＆演習→理論】深層学習超入門（１）深層学習概論（２）ニューラルネットワーク（３）深層学習　（a）DNN（Deep Neural Network）　（b）CNN（Convolutional Neural Network）（４）深層学習の実行４．振り返り５．質疑応答 ※ 講義、特に演習時は、インタラクティブなチュートリアルスタイルで運営します ※ 1時間に一度程度質疑応答の時間を設定します ※ 録音、ビデオ・写真撮影はご遠慮ください
お問合わせ	株式会社セミナーインフォ　　セミナー運営事務局 TEL ： 03-3239-6544　　　FAX ： 03-3239-6545　　　E-mail ： customer@seminar-info.jp