データサイエンス基礎講座2019<実践アナリティクス編> データサイエンス基礎講座2019<実践アナリティクス編>

タイムテーブル 1日目

12月12日(木)【1日目】
シリーズ1:統計/機械学習のアルゴリズム概説とPythonハンズオン

10:00~11:00 1限目【講義】

機械学習の全体像

  • なぜ機械学習か
  • 機械学習の定義
  • 主な機械学習の手法
  • 機械学習の活用事例
  • 機械学習のカバー範囲
11:10~12:00 2限目【講義】

機械学習の応用範囲とその種類

  • 教師あり学習
  • 教師なし学習
  • 過学習
  • ニューラルネットワーク
13:00~13:40 3限目【講義】

機械学習に必要な数理統計学

  • ヒストグラム
  • 平均、分散、標準偏差
  • 正規分布
  • t分布
13:50~17:30(途中適宜休憩あり) 4限目【講義&演習】

Pythonで学ぶ機械学習入門

  • 機械学習とPython
    • 機械学習プラットフォーム
    • 機械学習の環境構築
    • Python機械学習ライブラリ
  • 機械学習の分析手法
  • 教師あり学習
    • 回帰分析
    • 重回帰分析
    • ロジスティクス回帰
  • 教師なし学習
    • クラスタリング分析
    • k平均法
    • 主成分分析
  • SVM
    • サポートベクターマシン
  • アンサブル学習
    • 決定木
    • ランダムフォレスト
17:30~18:00 5限目

まとめ

  • 1日目の総まとめ
  • 質疑応答
  • その他

*「演習課題」及び「演習課題の回答」は、それぞれの時限後、または最終時限時に挿入・実施します。

※ 授業内容・授業時間については、授業進行の状況で内容・遅速の変更がある可能性があります。あらかじめご了承下さい。
※ 講師・講座内容は予告無く変更される場合があります。予めご了承ください。

受講お申し込みはこちら