|
【長期配信】【基礎から学ぶ】データサイエンス基礎／機械学習・AIの実践 |
| 受講区分 | オンライン |
|---|---|
| 開催日時 | 2024-04-01（月） 13:00～13:00 |
| 講師 |
DataRobot Japan バイスプレジデント 小川 幹雄 氏
経歴:2016年DataRobot Japan創立期に立ち上げメンバーとして参画。 |
| 概要 | 本セミナーは2回のセミナーで構成され、データサイエンスの基本的な知識や機械学習・AIの基本的な知識を解説いたします。 Part1.【基礎から学ぶ】データサイエンス基礎 このセッションでは、データサイエンスの基礎知識を学びたい方々を対象に、以下の内容を講義します。 データサイエンスにおける可視化やモデル、最適化のそれぞれの役割やメリット、デメリットについて概要を解説します。可視化によってデータの情報を視覚化した際の注意点について紹介します。また、モデルの作成や最適化手法の基本的な考え方についても簡潔に解説します。 限られた時間内でデータサイエンスの基本的な知識を習得することを目標としています。詳細な理論や実践的な手法については触れませんが、基礎的な概念や考え方を理解することで、より深い学習への基盤を築くことができます。 Part2.【基礎から学ぶ】機械学習・AIの実践 このセッションでは、機械学習・AIを実践で使う上で最低限必要な基礎知識を学びたい方々を対象に、以下の内容を講義します。 機械学習がどういう仕組みで動くものか、どういった種類があるのかという全体像から始まり、機械学習・AIのためのデータ準備やモデル構築と解釈の流れについて解説します。 限られた時間内で機械学習・AIの基本的な知識を習得することを目標としています。 詳細な理論や実践的な手法については触れませんが、基礎的な概念や考え方を理解することで、より深い学習への基盤を築くことができます。 |
| 詳細 |
Part1.【基礎から学ぶ】データサイエンス基礎 １．データサイエンスの種類 （１）データ集計によるデータサイエンス （２）モデル化によるデータサイエンス （３）最適化によるデータサイエンス ２．機械学習モデルのアプローチ （１）機械学習モデルの動作 （２）統計モデルと機械学習モデルの違い ３．機械学習のテーマの探し方 （１）仮説を立てることの重要性 （２）ひらめくポイント Part2.【基礎から学ぶ】機械学習・AIの実践 １．機械学習・AIの全体像 （１）機械学習・AIの動作の考え方 （２）機械学習・AIの代表的な種類 ２．機械学習・AIモデル構築までのステップ （１）データ準備 （２）モデル構築 （３）モデル解釈 |
| 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 |