機械学習による問題解決実践【実践型DX・AIデータ活用人材育成研修】
プログラム概要
![本講座では機械学習を用いたビジネス課題解決へのアプローチと総合演習で実践力を鍛えます](https://school.brainpad.co.jp/wp-content/uploads/2020/10/1332852_s-e1602148177460.jpg)
ビジネス課題の解決に機械学習をどのように用いてアプローチしていくかを、講義とケーススタディを通じて学んでいきます。
ログデータ、センサーデータ、ソーシャルデータなどに代表される大量データの分析を行うためには、機械学習の活用が非常に有効です。本講座では、SVM(サポートベクトルマシン)などの手法の修得を通じて、機械学習を実践する方法を身に付けることができます。総合演習では、受講生が自社の分析担当者になった想定で、特定の商品の購入者予測などのモデルを作成し、プレゼンテーションを実施します。
対象者 |
|
メリット |
|
受講料 | 1名様 220,000円(税込) |
受講前提 |
|
学習目標 | 機械学習を用いた予測モデルの学習・推論・評価の一連のプロセスを実行でき、プロジェクトの目的に沿った、データに基づく意思決定を実践できるようになること |
利用環境 | Python、JupyterLab、Microsoft Office(Excel、PowerPoint) |
使用ツールおよび準備いただくもの | 詳細はオンライン受講におけるガイドラインをご確認ください。 |
カリキュラム
PART1 | 【講義:120分】 ・機械学習とは -機械学習の活用シーン -機械学習の種類 -本研修で扱う機械学習(分類) ・サポートベクターマシン(SVM) -分類における機械学習の役割 -分類に使われるアルゴリズムの例 -SVMの境界の決め方 -線形分離不可能な場合 ーカーネル法による問題解決 -特徴量と分類の正解率の関係 -scikit-learnパッケージを用いた機械学習の概要 |
PART2 | 【講義:120分】 ・機械学習による分類モデル作成の流れ -機械学習の目的 -分類に影響する問題:過学習 -分類の良さ(汎化性能)を確認する方法:ホールドアウト検証 -K-分割交差検証 -チューニング -SVMのハイパーパラメータ -グリッドサーチ:ハイパーパラメータの最適な組合せの見つけ方 -機械学習におけるモデル作成の流れ -対象の割合が偏るデータの分類 |
PART3 | 【ミニ演習:240分】 ・過去の購買履歴データを用いたユーザの属性推定モデルの作成を特徴量の選定から行い、予測精度の評価まで行う -設定 -家計簿スマホアプリの概要 -変数一覧 -手順 -雛形スクリプトの解説 -参考:データ型の変換 ・結果発表/講師評 |
PART4 | 【総合演習:480分】 ・過去の購買履歴データを元に商品購入者の予測モデルを作成し施策提案を行う -分析設計 -中間発表 -モデル構築と検証 ・最終発表/講師評 |
テキストイメージ
弊社のデータ分析・活用に関する地検と人材育成のノウハウを元にした独自のテキストです。
![機械学習講座では、機械学習アルゴリズムに注力してビジネス課題を解決します](/school/img/program/mining-fig01.jpg)
【ポイント1】
実際の業務で活用できるガイド
ビジネス課題の解決に使われることの多い代表的な機械学習アルゴリズムに注力して使い分け方を説明
![機械学習講座のテキストでは、実際の業務での活用を想定した評価方法などを解説](/school/img/program/mining-fig02.jpg)
【ポイント2】
実務視点での予測とモデル評価
実際の業務での活用を想定し、モデルの評価方法や精度向上のヒントを、図解を交えて平易に解説
開講スケジュール
開講日 | 2024年09月12日(木) |
講座期間 |
|
定員 | 30名 |
開催場所 | オンライン ◆オンライン受講におけるガイドラインはこちら
|
受講料 | 1名様 220,000円(税込) |
お申込み |
開講日 | 2024年12月12日(木) |
講座期間 |
|
定員 | 30名 |
開催場所 | オンライン ◆オンライン受講におけるガイドラインはこちら
|
受講料 | 1名様 220,000円(税込) |
お申込み |
その他の講座や開催日程は「開講スケジュール」のページをご覧ください。
機械学習による問題解決実践を受講された方の声
受講後インタビュー「受講生の声」
分析を実ビジネスで活用できるようになる、 一番効率的なやり方だと思います。
三菱電機インフォメーションシステムズ株式会社
データ分析は「きりがない」。――ビジネスに活かすデータ分析の考え方を学びました。
電気通信事業者 システム開発部門マネージャー
受講後アンケートより
機械学習への興味が増したのでこれを機に更に学習を進めるモチベーションとなりました。(男性・20代)
どうしても総合演習は難しかったですが、難しいのは当たり前ということもあると思いますので、それを体験できただけでもよかったのかなと思います。(男性・20代)
とっつきにくかった機械学習を体験でき、今後の手掛かりになったと思う。(男性・30代)
※受講後アンケートについてもっと詳しく知りたい方は『直近講座の受講者アンケート結果はこちら』をご覧ください。「受講者の受講目的」、「講座内容に関する満足度」、「講師に関する満足度」、「講座の難易度」、「講座全体の満足度」などをグラフでまとめてみました。これから受講しようと考えている方、受講を迷っている方にはぜひ参考になると思います。