機械学習入門 文系のためのRを用いた機械学習基礎

講座の趣旨

  • 機械学習ではデータをどのように扱い問題を解くのか、どのようなことができるのかを具体的に学びます
  • 機械学習について、できるだけ数式を使わないで平易に、かつ体系的・段階的に学びます。
  • プログラミング言語「R」を用いて、実際に機械学習を適用する例題演習も行います。

到達目標

  • 機械学習の基本(基礎概念、用語、データの前処理、手法の適用、評価方法など)について理解し、シンプルな例に対し機械学習を適用できるようになる。
  • 機械学習でよく使われる手法についてそれぞれの概要や特徴を理解し、どのような場面でどのように使えるのかを判断できるようになる。
  • 演習を通して機械学習の一連の流れを経験することにより、機械学習に関する技術者の業務提案を正しく理解し、適切な業務判断を下すことができるようになる。

数学レベル

  • 高校までの文系数学について、あらかじめある程度知っていることが望ましいです。

カリキュラム

  1. 機械学習の基礎概念
    • 機械学習で何ができるのか、機械学習業務の基本的な流れ、基本的な用語の解説
    • データの前処理方法
    • 結果を評価する方法
    • 演習:簡単な機械学習の実例
  2. 教師あり学習(判別)「AかBかを予測したり、判断したりする」
    • 教師あり学習(判別)のさまざまな手法(線形判別分析、決定木、ランダムフォレスト、k-近傍法、サポートベクターマシン、ニューラルネット、ディープラーニング)
    • 結果評価と手法選択の考え方
    • 演習:教師あり学習(判別)のさまざまな手法の適用
  3. 教師あり学習(回帰)「(売上などの)値を予測する」
    • 教師あり学習(回帰)のさまざまな手法(重回帰分析、決定木、ランダムフォレスト、ニューラルネット、ディープラーニング)
    • 演習:教師あり学習(回帰)のさまざまな手法の適用
  4. 教師なし学習(クラスタリング)「似ているものをグループに分ける」
    • k-平均法によるクラスタリング
    • 演習:クラスタリング(k-平均法)の実行
  5. 教師なし学習(低次元化)「似た特徴指標をまとめる」
    • 主成分分析による低次元化
    • 演習:低次元化(主成分分析)の実行

時間・料金

対面・オンラインライブ
受講期間単科講座料金(税込)
3日(9時間)¥142,560

申込

※申し込みは各開講日の8営業日前までとなりますのでご注意ください

開講日 講義形態
21/12/04 オンラインライブ 申込
22/03/11 オンラインライブ 申込

講義スケジュール

★講義スケジュールはこちら。
講師からのメッセージ
  • 機械学習入門について(清 智也 教授)
    機械学習の基本事項を整理しながら、どのようなことが実現でき、またどのような落とし穴があるのかを見ていきます。イメージと数式の両面から手法の理解を深め、数値的な評価まで踏み込んだ演習を行います。(清 智也 教授)
    清 智也 准教授