機械学習の基礎（R,Python実習込）
統計学の考え方をよりビッグデータに活かすために予測・識別をより実践的にモデル化したものが機械学習手法です。数学的に記述されるものが多く、一朝一夕で取得できるものではありません。
RやPythonによって便利なツールが用意されていますが、本質的な学習は業務だけでは身につきにくいです。
この講座では、機械学習の基本的な考え方をベースに、数学やプログラミングを必要に応じて学んでいきます。
受講内容
機械学習の基礎を数学やプログラミング処理を含めて学んでいくことを目標にしています。
本を一人で読み進めていても、省略された部分や式の意味が分からないままもやもやしてしまう部分を数学を通じて少しでもなくすことを目指した学習をしていきます。
※内容はお客様のご要望等によって変更することがあります。
受講対象
1)機械学習の勉強を進める中でプログラミングと合わせて学んでいきたい方
2)実務で使う機械学習の各分析手法を幅広く身につけたい方
モデルプラン
【110分×12回】1) 機械学習の枠組み
2) 検証法と混同行列・ROC解析
3) 重回帰モデル
4) 正則化(L1,L2,Elastic Net等)
5) K近傍法
6) SVMとSVR
7) ナイーブベイズ分類
8) ニューラルネットワークモデル
9) 部分空間法
10) クラスタリング
11) アンサンブル学習
12) Kaggleに向けた手法など
※実際のプランはお客様のご要望等によって変更することがあります。
参考テキスト
