loading...

検索結果

Pythonで学ぶ機械学習~回帰分析とディープラーニング(2日間)

Pythonで学ぶ機械学習~回帰分析とディープラーニング(2日間)

ディープラーニングに欠かせないプログラミング言語、Pythonを基本から学ぶ入門研修の決定版

No. 6950400

対象者

  • 若手層
  • 中堅層
  • リーダー層
  • ・Python言語の基本文法を身につけたい方
  • ・回帰分析とディープラーニングについて理解を深めたい方
  • ・実際にプログラミングを使用した業務に従事したことのある方
  • (※システムエンジニア、プログラマーの方々を対象とした講座です)

よくあるお悩み・ニーズ

  • ある程度のプログラミング知識はあるものの、機械学習についてはよくわからない
  • データ集計や分析業務を普段から行っており、もっと効率よいやり方を探している

研修内容・特徴outline・feature

本研修は、機械学習の手法の基礎的な理解を深め、簡単なモデルで実践することを目指しています。機械学習分野で使用頻度の高いPython言語の基本文法を身につけたうえで、実際にPCを使ってモデルを動かします。

機械学習の中でも、回帰分析とディープラーニングという2種類のアプローチで分析を行い、結果を比較対象することで、それぞれの持つメリットや適した利用シーンについて理解を深めます。

*この研修ではPCを使用します*
研修会場にノートPCをご用意をしております
(持ち込んだPCのご利用はできません)

到達目標goal

  • ①Python言語の基本文法を身につける
  • ②回帰分析とディープラーニングの2つの機械学習について理解を深める

研修プログラムprogram

  内容 手法
  • 1.機械学習概論~手法を学ぶその前に
    (1)機械学習について知っていることを共有する
    (2)機械学習の仕組みと種類
    (3)活用事例
    ・Googleの猫画像認識
    ・アルファ碁
講義
  • 2.開発環境の構築
    (1)ANACONDAのインストール
    (2)Jupyterの起動方法
    (3)プログラム実行方法
    (4)その他の操作
講義
ワーク
  • 3.Pythonの基本的な文法
    (1)他のプログラム言語との違い
    (2)変数宣言とコメント
    (3)演算子
    (4)データ型
    (5)制御文と関数
    (6)その他文法
講義
ワーク
  • 4.多次元配列
    (1)NumPy(モジュール)
    (2)インデックス
    (3)配列に対する操作/演算
    (4)配列の走査
    (5)ファイル入出力
講義
ワーク
  • 5.グラフの表示
    ■MatPlotLib(モジュール)
講義
ワーク
  • 6.回帰分析
    (1)Scikit-learn(sklearn)モジュール
    (2)線形回帰分析
    (3)重回帰分析
    【ワーク】住宅価格の予測、アヤメの分類
講義
ワーク
  • 7.ニューラルネットワーク
    (1)Scikit-learnを用いたニューラルネットワーク
    (2)クラスのコンストラクタとパラメータ
    (3)学習
    (4)予測結果の検証
    (5)画像による認識
    【ワーク】手書き文字の認識
講義
ワーク
  • 8.参考~Scikit-learn
講義

スケジュール・お申込み
(オンライン/セミナールーム開催)schedule・application

注意事項

  • 同業の方のご参加はご遠慮いただいております
  • 会場やお申込み状況により、事前告知なく日程を削除させていただくことがあります
  • カリキュラムは一部変更となる可能性があります。大幅な変更の際は、申込ご担当者さまへご連絡いたします。

事前のご案内

受講できそうな日時がない… 日程を増やしてほしい… 
そんな時には「研修リクエスト」

研修リクエストサービス

「研修リクエスト」とは、お客さまのご希望の日程、内容、会場で、1名さまから インソースの公開講座を追加設定するサービスです。 サービスの詳細や、リクエスト方法はこちらをご確認ください。

※受講者数1名以上の場合から、リクエストを受け付けております

※ご連絡いただいてから研修実施まで、通常2か月程度かかります(2か月以内での急ぎの実施も、ご相談可能です)

受講者の評価evaluation

実施、実施対象
2021年8月     6名
業種
インソース
評価
内容:大変理解できた・理解できた
83.3%
講師:大変良かった・良かった
83.3%
参加者の声
  • 決済アプリにおける売上予測や社内データの分析、新サービス立案などに活用したい。AIが身近に感じられたので有益だった。
  • Pythonの基本文法を開発に活かします。特にディープラーニングのプログラミングについてはテキストも参考にしつつ取り組みます。

実施、実施対象
2020年11月     6名
業種
インソース
評価
内容:大変理解できた・理解できた
100%
講師:大変良かった・良かった
83.3%
参加者の声
  • 社内にある顧客情報などのビッグデータから、機械学習・ディープラーニングを用いて、どんな研修をいつ開催すれば申込者数が最大化するのか答えを導き出します。
  • 実際にコーディングを行い、機械学習のモデルを触ることができました。まずは業務で活用できる部分を探し、実装することでどれくらい業務改善につながるかコストパフォーマンスを確認して取り組みます。
  • イチから予測モデルを作成する概要をつかむことができました。社内での試験結果で何が要因となっているかわからない事象に対しての、トラブルシュートの方法の一つとして今後活用します。
  • さっそく業務の中の自動化できそうなもので機械学習等を試し、実用化を図ります。
  • ログの分析手法の一つとして、多角的な調査を行おうと思いました。また、現在可視化できていないデータや、上手く利用されていないデータの利活用にも繋げます。

実施、実施対象
2020年2月     10名
業種
インソース
評価
内容:大変理解できた・理解できた
90%
講師:大変良かった・良かった
100%
参加者の声
  • 何ができるか、どのように作りこむのかを今回は理解できた。これからどのようなシーンに利用できるのかを考えていく。
  • RPAでは判断できない業務の自動化に活かしたい。
  • データ分析で学習した内容は早速、自社に戻って利用したいと考えています。
  • Pythonを使ったデータ処理・解析に役立てていきたいと思います。
  • データ分析により数値化した分析結果を基に意思決定する。

実施、実施対象
2019年12月     8名
業種
インソース
評価
内容:大変理解できた・理解できた
0%
講師:大変良かった・良かった
0%
参加者の声
  • 機械学習を自社生産ラインの品質管理に使っていきたい。
  • 大量の地図データを持っているのでまずは分析をやってみようと思った。
  • 実際にプログラムをみながら学習できたので理解しやすかった。
  • 業務で出てくるデータの解析に回帰分析を活用したい。

実施、実施対象
2019年2月     6名
業種
インソース
評価
内容:大変理解できた・理解できた
83.3%
講師:大変良かった・良かった
100%
参加者の声
  • 機械学習の概要とPythonの導入部分を学べたので、さらに詳しく情報を集めてCRMデータの分析で活用したい。プログラミングのレベルが高いのではと不安があったが、初心者にも分かりやすく配慮していただいたので理解度が高まった。
  • 製造の品質と生産性向上、営業・マーケティング分野での活動サポートや自動化に活かしていきたいです。
  • 現状は分析のみのため、予測などにトライしてみたい。

お問合せ・ご質問

よくいただくご質問~お申込み方法や当日までの準備物など、公開講座について詳しくご説明

最新作・ニュース

新卒採用募集中
ページトップへ
年間実績公開講座の年間実績
受講者数※1
開催数※1
講座数※2

WEBinsource
ご利用社数※2

※1 

※2 

研修を探す
開催地で探す
階層で探す
テーマで探す
コースマップで探す
日程で探す
課題・状況で探す
講師派遣型研修

お客さまの課題に応えるオーダーメイド型研修

研修一覧
業界・業種別研修
オンライン人材育成

オンライン人材育成

企業内研修は、すべてオンラインで実施可能です

動画教育・eラーニング

動画教育・eラーニング

データやDVDの買い切り、レンタル視聴、定額制見放題など、様々なプランでご提供します

メールマガジンのご登録

コンテンツクリエイターズワークス

  • WEBins
  • モンシャン

公開講座からの新着メッセージ


    直近の公開講座開催研修