≪解説動画で学ぶeラーニング≫
Pythonを使って理解する
線形代数基礎と機械学習への応用
第3期受講（2023年12月5日開講）
通常1口3名までのところ、1口4名まで参加OK！
●数学の基礎から機械学習までを段階的に解説するので、初心者でも理解することができます。
●演習問題を通して、数学の基礎からPythonを使った数学的表現方法や機械学習のテクニックが身に付きます。
●解説動画は何度でも視聴可能なので、納得いくまで学習できます。
●分からないところがあれば講師に直接質問することができます。
これからの時代についていくためにも、機械学習の基本を身につけておくことは重要です。本講座では、機械学習に必要な高等数学(線形代数)からPythonを使った数学的表現方法と、それらを用いた機械学習の判別方法について学びます。
各講に演習問題がついていますので、しっかりと知識を定着させながら学ぶことができます。これから機械学習を学ぼうと考えている方、学んでみたがいまいち理解できなかった方に特におすすめの内容となっています。
□講座内容 (映像時間:約5時間)
第1部 『Pythonを使って理解する機械学習のための数学基礎～初級編～』
★演習問題「線形代数の復習、Pythonを使った数学的表現方法」
第2部 『Pythonを使って理解する機械学習のための数学基礎～中級編～』
★演習問題「ラグランジュ関数、ロジスティクス回帰モデル」
第3部 『Pythonと数学知識を使った機械学習への応用～教師あり/教師なし学習～』
★演習問題「線形判別、サポートベクターマシン、K-meansクラスタリング」
※講師による添削付き
| 開講日 | 2023年12月5日 (火) | ||||||||||||||||||||||||||||
|
講座講数・期間 |
【第3期受講】 ①解説動画視聴期間：2023年12月5日(火)～2024年4月5日(金) ②演習問題提出期限：2024年2月5日(月) ③講師への質問期限：2024年4月5日(金) |
||||||||||||||||||||||||||||
|
1口の受講者数 |
1口4名まで受講可能 |
||||||||||||||||||||||||||||
| 受講料(税込 |
1口 62,700円 ( E-Mail案内登録価格 59,565円 )
定価：本体57,000円＋税5,700円 会員：本体54,150円＋税5,415円
[1名受講も可能です] 定価：本体32,000円＋税3,200円 [5名以上は、1口1人あたりの金額追加で受講可能です]
上記は、「eラーニングスタートキャンペーン」価格になります。
|
||||||||||||||||||||||||||||
| スケジュール |
●受講開始日
|
||||||||||||||||||||||||||||
| 受講条件 |
(１) PC の環境は必須です。 本人の個別E-Mail アドレスをご用意ください。 ・教材データ、演習問題解答用紙は、Word,Excel, PDF などの データを使用いたします（講座により異なる）。 (２) 受講者全員のS&T 会員登録が必須です。
|
||||||||||||||||||||||||||||
| 教材 |
■解説動画 ： 講演映像 一定基準をクリアした方に「修了証」を発行します。 |
||||||||||||||||||||||||||||
| 備考 |
□学習の目安 全3回ごとに演習問題が付いています。 |
||||||||||||||||||||||||||||
|
【講師への質問】 |
|||||||||||||||||||||||||||||
| お申込み |
|
|
講師 |
(株)メドインフォ 代表取締役
嵜山 陽二郎 氏 ≫【講師紹介】
■専門
医療統計学、薬物動態学、データマイニング、機械学習
■執筆など
薬効薬理非線形モデリング
（Sakiyama Y.et al. Nippon Yakurigaku Zasshi 2008, 132: 199-206.）
機械学習による薬物動態予測
（Sakiyama Y.et al. Expert Opinion of Drug Metabolism and Toxicology, 2009, 5: 149-169.）
| プログラム |
| 第1部 Pythonを使って理解する機械学習のための数学基礎～初級編～ |
|
＜趣旨＞ |
|
＜プログラム＞ １．序論：ロードマップ |
|
第2部 Pythonを使って理解する機械学習のための数学基礎～中級編～
|
|
＜趣旨＞ |
|
＜プログラム＞ |
| 第3部 Pythonと数学知識を使った機械学習への応用～教師あり/教師なし学習～ |
|
＜趣旨＞ |
|
＜プログラム＞
１．線形判別 （１）分類問題 （２）線形分離 （３）Fisherの線形判別分析 ２．カーネル法 （１）一般関数の線形和 （２）ガウス関数による近似 （３）カーネル関数 （４）正則化 ３．サポートベクターマシン （１）サポートベクターマシン基礎 （２）マージン最大化・ソフトマージン （３）高次元空間への写像 （４）Pythonによるサポートベクターマシンの実行 ４．ニューラルネットワーク （１）ニューロンモデル （２）多層ニューラルネットワーク （３）数値微分法 （４）誤差逆伝播法 ５．教師なし学習 （１）標準化 （２）回転行列による回転 （３）主成分分析 （４）固有値問題 （５）K-meansクラスタリング （６）Pythonによる教師なし学習の実行 ■演習問題 ・線形判別、サポートベクターマシン、K-meansクラスタリング （講師添削あり） |
- サイト内検索
- ページカテゴリ一覧
- 新着ページ
-
- 10/21 無機ナノフィラーのポリマーへの分散・複合化技術 (2025年09月30日)
- 10/22 EU(EMA/MHRA)／US(FDA)のPV査察指摘事例から見る 対策、およびPV運用・体制と改善 (2025年09月30日)
- 10/22 バッチ晶析操作の基礎とスケールアップおよび晶析事例 (2025年09月30日)
- 10/24 酸化物半導体の基礎と 三次元集積デバイス応用に向けた研究開発動向 (2025年09月30日)
- 10/23 医療機器GVPの要求する安全管理業務の留意点と 効果的なCAPA活動 (2025年09月30日)
- 10/22 GMPにおける適正なキャリブレーションシステムの構築と 計測器校正担当者への効果的な教育法 (2025年09月30日)
- 10/24 表面・界面の考え方と分析の基礎、 および実践応用テクニック、ノウハウ (2025年09月30日)
- 10/22 生成AIを使用したグローバル薬事申請 (2025年09月30日)
- 10/21 生成AIを使用した医療機器 リスクマネジメント・ユーザビリティ実施 (2025年09月30日)
- 10/20 生成AIを使用した医療機器設計開発 (2025年09月30日)
