Pythonの入門講座と機械学習(教師あり学習,教師なし学習)
【各講 ZoomでのQ&A付】
~環境構築(インストール・実行方法・ライブラリの使い方)から
Pythonを用いた演習で理解する!~
【所属業界は特に関係ありません。 Pythonを学びたい方、機械学習・深層学習へ】
(((部署・部門など複数人での多くのご受講も歓迎します)))
詳細日時は決まり次第、受講の皆様にご案内いたします。
→ 第1回:2024年6月上旬予定 30分程度 (演習問題の解説補足とQ&Aコーナー)
→ 第2回:2024年7月上旬予定 30分程度 (演習問題の解説補足とQ&Aコーナー)
→ 第3回:2024年8月上旬予定 30分程度 (演習問題の解説補足とQ&Aコーナー)
※機械学習の理論説明に留まらず、Pythonを用いた演習を通して機械学習を使える技術にできるように工夫されています。
例えば、演習問題では、、、、「~~~簡潔に説明して下さい。」「~~~計算した実行結果を示して下さい。」「~~~グラフを描画して下さい。」「~~~プロットを描き、その図から分かる事実を述べて下さい。」など、実践的な演習でしっかり学んでいただきます。
第2講【教師あり学習】
第2講では、機械学習の三大学習(教師あり学習、教師なし学習、強化学習)の中で、教師あり学習を取り上げ、理論と演習を通して、理解を深めていく。まず、教師あり学習の概要について説明する。その後、教師あり学習の手法として、k最近傍法(1章)、線形モデル(2章)、サポートベクトルマシン(3章)の3つを取り上げ、解説する。同時に、Pythonを用いた演習を通して、理解を深める。
第3講【教師なし学習】
1.機械学習(教師あり学習、教師なし学習)の基礎理論
3.機械学習ライブラリscikit-learnを活用した機械学習アルゴリズムの実装方法
4.機械学習によるデータ処理・分析・可視化方法
純粋に最近流行りのPythonを学びたい人から、業務でデータ処理・解析をしたい人まで、幅広い方を対象としています。 特に、日々大量のデータを扱っていて、そのデータの山から知識を抽出したいと思っている方が最適な受講対象者となります。Pythonでコーディングした経験がない人も歓迎しますが、実践演習を通して学んでいきますので、他の言語によるプログラミングや、コンピュータ(アプリケーションソフトウェア)によるデータ処理の経験がある方が望ましいです。
開講日 | 2024年3月11日 (月) | ||||||||||||||||||||
講座回数 |
3回コース(2024年3月11日~7月下旬) |
||||||||||||||||||||
1口の受講者数 |
1口3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
金額追加で受講可能です
|
||||||||||||||||||||
スケジュール |
|
||||||||||||||||||||
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, PowerPoint,PDF などの データを使用いたします。 (2) 受講者全員のS&T 会員登録が必須です。 |
||||||||||||||||||||
教材 |
■製本版テキスト:各受講者1冊 Win・Macの両OS、スマートフォン・読書端末(iPhone、iPadなど) PDF(コンテンツ保護のためアプリケーション「bookend」より閲覧) |
||||||||||||||||||||
備考 |
□受講期間
□お申込み後、お申込み受理の自動返信メールが届きます (申込期日:開講日当日まで) |
||||||||||||||||||||
【講師への質問】 |
|||||||||||||||||||||
お申込み |
|
講師 |
愛知県立大学 情報科学部 教授 小林 邦和 氏
愛知県立大学 次世代ロボット研究所 副所長(兼任)
【経歴】
山口大学工学部助手,同助教,愛知県立大学情報科学部准教授を経て,2017年4月より現職,同時に愛知県立大学次世代ロボット研究所副所長を兼務.この間,ヒューストン大学工学部医用生体工学科客員研究員を兼任.博士(工学).
【専門】
機械学習(人工知能),知能ロボティクス
【所属学会】
米国電気電子学会(IEEE),電子情報通信学会,電気学会,人工知能学会,計測自動制御学会,ロボカップ日本委員会の各会員.
【学会活動】
電気学会技術シーズ創出に向けた機械学習協同研究委員会委員長(2012~2014年),電気学会学習アルゴリズムの高度化を指向した機械学習技術協同研究委員会委員長(2014~2016年),ICAROB国際プログラム委員会委員(2014~2019年)などを歴任.
現在,Journal of Robotics, Networking and Artificial Life編集委員(2014年~),電気学会論文誌特集号編修小委員会委員(2014年~),電気学会システム技術委員会1号委員(2017年~),ICAROB国際組織委員会委員(2019年~),あいちロボカップAP2020開催委員会競技専門部会部会員(2019年~),ロボカップ日本委員会理事(2019年~)などを務める.
【受賞】
ANNIE最優秀論文賞(1994年),ロボカップジャパンオープン 小型ロボット車輪型優勝(2013年),ロボカップ研究賞(2014,2015年),ロボカップ・ジャパンオープンサッカー標準プラットフォームリーグ優勝(2014,2015,2018年),同準優勝(2016,2017年),電気学会電子・情報・システム部門大会企画賞(2016年),ロボカップ世界大会サッカー標準プラットフォームリーグチャレンジシールド部門優勝(2017年),同第3位(2018年),人工知能学会賞(2018年)など.
【講師WebSite】
http://www.ist.aichi-pu.ac.jp/~koba/
趣旨 |
機械学習の専門書は、たくさん出版されていますが、理論と実践が揃って、はじめて現場で使える技術とになります。本通信講座では、機械学習の理論的側面のみに着目するのではなく、コンピュータを用いた実践演習を通して、理解を深めることで、機械学習を使える技術にできるように工夫されています。演習では、最近さまざまな分野で、注目を集めているコンピュータ言語Pythonと機械学習系ライブラリ(scikit-learn)を用いますので、Pythonの独習も行うことができます。同時に、各回の終了後には、演習問題を通して、理解の確認作業が行えます。
本通信講座の受講対象者は、純粋に最近流行りのPythonを学びたい人から、業務でデータ処理・解析をしたい人まで、幅広い方を対象としています。特に、日々大量のデータを扱っていて、そのデータの山から知識を抽出したいと思っている方が最適な対象者となります。Pythonでコーディングした経験がない人も歓迎しますが、実践演習を通して学んでいきますので、他の言語によるプログラミングや、コンピュータ(アプリケーションソフトウェア)によるデータ処理の経験がある方が望ましいです。
プログラム |
第1講 機械学習とPythonの基礎 |
<趣旨> |
<プログラム> 1.機械学習 |
第2講 教師あり学習 |
<趣旨> |
<プログラム>
|
第3講 教師なし学習 |
<趣旨> |
<プログラム>
1.次元削減 2.クラスタリング 2.1 k平均法 2.2 凝集型クラスタリング 2.3 DBSCAN 3.実装上の注意事項 3.1 データの前処理 3.2 テスト誤差の最小化 3.3 ハイパーパラメータの最適化 3.4 実データの読み込み □ 演習問題・添削 □ |
- サイト内検索
- ページカテゴリ一覧
- 新着ページ
-
- 6/11 技術者・研究者のための 時間管理・業務効率化のノウハウ (2025年04月28日)
- 6/10 3Dプリンティング材料: その現状と開発動向、今後の予測、ビジネスチャンス (2025年04月28日)
- 6/16 不確実性を考慮した事業性評価の実践 -NPV計算のための会計・ファイナンス基礎知識から 不確実性シミュレーションまで- (2025年04月28日)
- 6/25 医薬品 洗浄バリデーションセミナー (2025年04月25日)
- 6/24 医療機器 洗浄バリデーションセミナー (2025年04月25日)
- 6/18開講 ≪解説動画で学ぶeラーニング講座≫ 〔これから対応する初級担当者にわかりやすく解説する〕 具体例で学ぶ GMP バリデーション基礎と要求事項・実施方法 (2025年04月25日)
- 6/13開講 【通信講座】技術英語のアンチパターン(べからず集)と 添削課題で学ぶ英文テクニカルライティング <解説映像付き> (2025年04月25日)
- 6/10 インクジェット 吐出信頼性向上のためのアプローチ法 (2025年04月25日)
- 5/22 酸化グラフェンの物性と合成・評価方法および応用展開 (2025年04月25日)
- 5/30 カーボンリサイクル技術の最新研究動向 ~大気中CO2回収から液体燃料合成とその高効率利用まで~ (2025年04月25日)