豊富な演習を通して機械学習を用いたデータ分析力と実装力を身につける講座です。

・データ分析の基礎と機械学習の実装方法を習得できている
・ケースに応じた手法を選択し、評価指標を用いて判断できている
・データから課題を見出し、解決するためのアプローチを自身で考えられている

・Python・機械学習を学びたいが、何から始めればいいのかわからない方
・データサイエンティストとしてデータ分析力と実装力を両方身につけたい方
・実データに対してのアプローチを体系的に学び、問題解決能力を高めたい方

IT基礎知識
プログラミング経験があることが望ましい
オンライン3日間の受講の前に補助動画(標準視聴目安時間495分)の視聴が必須です。

【事前学習】
Python & 機械学習入門(8時間)

【1日目】
▪イントロダクション
・イントロダクション
▪プログラミング演習(予習内容の復習)
・Google Colaboratory の準備
・Python 演習
▪Pandas と Matplotlib によるデータ探索
・Pandasでデータベース操作
・Matplotlibでグラフの描画
・scikit-learnで重回帰分析
▪教師あり学習:回帰 Ⅰ - Ⅰ
・回帰分析の理論
・回帰分析の実装
・重回帰分析
▪教師あり学習:回帰 Ⅰ- Ⅱ
・回帰分析の応用手法の理論
・回帰分析の応用手法の実装
・Lasso 回帰
・Ridge 回帰
▪データ前処理の基礎
・データ前処理の整理
・データ前処理の基礎実装
・重複行への対応
・欠損値補完・除去
・特徴量変換 - カテゴリカル変数の取り扱い
・正規化 / 標準化
・予測モデル構築
▪教師あり学習:回帰 Ⅱ
・その他の回帰手法の理論
・その他の回帰手法の実装
・ PLS(Partial Least Square Regression)
・サポートベクターマシン
・ニューラルネットワーク
▪演習Ⅰ
・車の価格予測モデル構築
・実装発表

【2日目】▪イントロダクション
・イントロダクション
・Day1 の復習
▪演習Ⅰ- 解説
・演習の解説
・データ前処理の応用実装
・ 外れ値除去 : 3σ法とハンペル判別法
・ 特徴エンジニアリング
▪教師あり学習:分類
・分類モデルの理論
・分類モデルの実装
・ロジスティク回帰
・決定木
・サポートベクターマシン
・アンサンブル学習
▪分類モデルの評価
・モデルの評価方法の理論
・モデルの評価方法の実装
▪不均衡データへのアプローチ
・不均衡データへのアプローチの種類
・アプローチの実装
・閾値調整
・(補足:重み調整)
・DownSampling
・OverSampling
▪精度向上のアプローチ
・精度向上のアプローチの種類
・ハイパーパラメータチューニングの実装
・Grid Search
・Random Search
・ベイズ最適化(Optuna)

【3日目】
▪イントロダクション
・イントロダクション
・Day2 の復習
▪演習Ⅱ
・ 分類予測モデル構築
▪演習Ⅱ- 解説
・実装発表
・演習の解説
▪教師なし学習
・教師なし学習の理論
・教師なし学習の実装
・クラスタリング
・主成分分析
▪総演習
・ダイレクトマーケティングキャンペーンの予測モデル構築
▪総演習- 解説
・実装発表
・演習の解説
▪アウトロダクション
・おすすめ学習書籍やコンテンツの紹介
・スキルチェックテスト
・アンケート

・当コースは株式会社キカガク直営のオンライン講座で開催いたします。

・ご受講にあたってはデュアルモニタ環境を推奨いたします。

・受講の際は下記「備考」をご確認の上、以下の要件を満たすパソコンをご用意ください。
　-Google Chromeを導入済み
　-Google Drive , Google Colaboratoryへのアクセスが可能
　　　・Googleアカウントを取得いただく必要があります。
　　　・Pythonの開発・実行環境として使用します。

【キャンセル規定】
最終無償キャンセル受付日は各レッスン開始日の10営業日前になります。
受講開始9営業日前から受講料の100%のキャンセル料がかかります。
※休日、年末年始休暇等に伴い若干前倒しとなる場合がございます。

受講開始9営業日前から受講料の100%のキャンセル料がかかります。

□オンライン講座
開催地名「オンライン講座」が対象です。
オンライン講座では、受講案内を受講者の方のメールアドレスに送付させていただきます。
お申し込み時に受講者ご本人のメールアドレスが必須となります。
・受講者の方は、ネットワークにつながる環境で、ご自身のPCを使って講義を受けていただきます。
・オンライン講座はZoomで提供します。
　・Zoomのクライアント版が導入されたパソコンをご準備ください。
　・Zoomの無料アカウントを作成してください。