ホーム > マシンラーニングオーバービュー ~AIを支える技術・理論・利用方法を学ぶ~

マシンラーニングオーバービュー ~AIを支える技術・理論・利用方法を学ぶ~

期間  1日間 時間  9:30~17:30
価格(税込)  71,500円(税込) 主催  トレノケート
コース種別  集合研修  
形式  講義+デモ コースコード  DBC0099G

対応チケット/ポイント等

  • Select6
    Select6
日程 会場 空席状況 実施状況 選択

2022年7月1日(金) ~ 2022年7月1日(金)

オンラインLive

  お問い合わせください

実施確定

2022年7月29日(金) ~ 2022年7月29日(金)

オンラインLive

  空席あり

実施確定

2022年8月1日(月) ~ 2022年8月1日(月)

オンラインLive

  空席あり

2022年8月26日(金) ~ 2022年8月26日(金)

オンラインLive

  空席あり

実施確定

2022年9月2日(金) ~ 2022年9月2日(金)

オンラインLive

  空席あり

2022年9月30日(金) ~ 2022年9月30日(金)

オンラインLive

  空席あり

2022年10月7日(金) ~ 2022年10月7日(金)

オンラインLive

  空席あり

2022年10月24日(月) ~ 2022年10月24日(月)

オンラインLive

  空席あり

2022年11月4日(金) ~ 2022年11月4日(金)

オンラインLive

  空席あり

2022年11月25日(金) ~ 2022年11月25日(金)

オンラインLive

  空席あり

2022年12月9日(金) ~ 2022年12月9日(金)

オンラインLive

  空席あり

2022年12月23日(金) ~ 2022年12月23日(金)

オンラインLive

  空席あり

2023年1月13日(金) ~ 2023年1月13日(金)

オンラインLive

  空席あり

2023年1月30日(月) ~ 2023年1月30日(月)

オンラインLive

  空席あり

2023年2月3日(金) ~ 2023年2月3日(金)

オンラインLive

  空席あり

2023年2月27日(月) ~ 2023年2月27日(月)

オンラインLive

  空席あり

2023年3月3日(金) ~ 2023年3月3日(金)

オンラインLive

  空席あり

2023年3月27日(月) ~ 2023年3月27日(月)

オンラインLive

  空席あり

※「キャンセル待ち」でお申し込みの方には、別途メールにてご連絡いたします。
※「実施確定」表示のない日程は、お申し込み状況により開催中止になる場合がございます。
※ お申込期日が過ぎた日程は、「お問い合わせください」と表示されます。
※ トレノケート主催コース以外の空席状況は、残席数に関わらず「お申し込み後確認」と表示されます。
※ トレノケート主催コース以外では、主催会社のお席を確保した後に受付確定となります。
お申込みに関するお問い合わせはこちらから

ワンポイントアドバイス

機械学習が何なのか、どのように動いているのか、導入・利用するには何が必要なのか、ということを1日で効率的に学習することができます。

重要なご連絡・ご確認事項

【本コースはオンライン対応です】

会場が「オンラインLive」または「教室Live配信」の日程は、オンラインでご参加いただけます。

  • オンラインLive:受講者の方はオンラインのみとなります。
  • 教室Live配信:教室・オンラインから受講される方が混在します。

★オンラインLiveトレーニングの詳細はこちら

対象者情報

対象者
・ サービス企画担当者
・ プロジェクトマネージャー
・ システムエンジニア
・ JDLA G検定合格を目指す方
前提条件
□特になし

学習内容の詳細

コース概要
機械学習の種類、アーキテクチャ、実装方法および周辺知識について学習します。AI/機械学習の分野で飛び交う様々な概念や用語を、講義とデモ環境を動かしながら体系的に身に着けるとができます。構築済のデモ環境の操作に関してはプログラミングや数学の知識は不要ですので、これから機械学習を始めるエンジニアだけでなくサービス企画担当者やプロジェクトマネージャーなど幅広い職種の方にもおすすめです。また、日本ディープラーニング協会が実施するG検定試験の合格を目指すためのファーストステップとしてもおすすめです。
学習目標
● 機械学習の概要を理解する
● 機械学習のアルゴリズムと要素技術の概要を理解する
● 機械学習の実装方法と利用方法を理解する
学習内容
1. 機械学習の概要
  - 人工知能、機械学習、深層学習
  - 機械学習の実装例
  - 機械学習と従来型プログラム
  - 機械学習の主な種類

2. 教師あり学習
  - 教師あり学習の概要
  - 教師データ
  - 線形回帰
  - ロジスティック回帰
  - サポートベクタマシン
  - 決定木
  - ランダムフォレスト
  - ニューラルネットワーク

3. ニューラルネットワーク
  - ニューラルネットワークの概要
  - ニューラルネットワークの構成要素
  - 順伝播と逆伝播
  - 畳み込みニューラルネットワーク (CNN)
  - CNNによる画像分類、物体検出、セグメンテーション
  - 再帰型ニューラルネットワーク (RNN)
  - RNNによる時系列データ、自然言語処理

4. 教師なし学習
  - 教師なし学習の概要
  - クラス分類とクラスタリング
  - 階層型クラスタリング
  - k-means法
  - 主成分分析 (PCA)
  - オートエンコーダー
  - GAN (Generative Adversarial Networks)

5. 強化学習
  - 強化学習の概要
  - Q学習 (Q-Learning)
  - DQN (Deep Q-Network)

6. 機械学習の利用と実装
  - 機械学習のビルディングブロック
  - データの前処理
  - 機械学習の予測精度向上手法
  - ライブラリとフレームワーク
  - 機械学習のクラウドサービス
  - データセットの入手
  - 学習済モデル

実習/演習内容詳細

ソフトウェア
ハードウェア
特になし
演習/デモ内容
・重回帰分析
・ロジスティック回帰
・決定木
・ランダムフォレスト
・サポートベクタマシン
・ニューラルネットワーク
・SSD (Single Shot Multibox Detector)
・セマンティック セグメンテーション
・RNNによる株価予測
・RNNによる機械翻訳
・階層化クラスタリング
・k-means
・主成分分析(PCA)
・オートエンコーダーによる特徴抽出とノイズ除去
・GANによる画像生成
・Q学習 (Q-Learning)
・DQN (Deep Q-Network)
・CPU_GPU速度比較

ご注意・ご連絡事項

【本コースはオンライン対応です】
会場が「オンラインLive」または「教室Live配信」の日程は、オンラインでご参加いただけます。
・オンラインLive:受講者の方はオンラインのみとなります。
・教室Live配信:教室・オンラインから受講される方が混在します。