セミナーの
お申し込み

セミナーのお申し込み

自社データ活用の第一歩

データサイエンス徹底演習

data science seminar

実務で活かせる
データサイエンス入門

データサイエンス徹底演習コースとは?

未経験から機械学習を実務で活かせるレベルまで引き上げる、
基礎から実用までの一気通貫コース

1.事前動画予習

Python&機械学習の基礎1

2.Pythonの
基礎

3.機械学習の
基礎2

4.機械学習の
応用

5.実践演習

キカガク独自の
カリキュラム

実務に即した知識が身に付く

AI・機械学習というバズワードの影響からか、自社でのデータ活用を試したいという声をよく聞きます。
しかし実情は、実際にできるかどうかもわからない案件に対して、多額の予算を使い外注し、
仮説検証を行うことは困難ということです。
また、データを社外に出すということに対してのハードルが高いという問題もあります

本コースでは、そういった悩みを解決できる人材の育成にフォーカスしています。
手持ちのデータを操作し、機械学習を用い学習モデルを構築し、機械学習が実務で活用できるのかを検討する
仮説検証(PoC)まで行えるレベルを本コースのゴールと位置付けています。

Pythonを用いてのプログラミング、機械学習ライブラリ、データ操作・前処理、機械学習の手法、
モデルのチューニングといった機械学習のエッセンスについて実データを通して学びます。

コースの特長

1

初学者でも安心のStep by Stepのカリキュラム

本コースはオンライン動画とオフラインセミナーの2つを通して、学習を進めます。事前予習動画を配布しており、初学者でも安心して受講可能な環境を提供しています。セミナー受講後には、補講動画にてより深い内容や実務で活きるポイントを学ぶことができます。

2

実務で活きるスキルにフォーカス

キカガクにはコンサルティングを通して培った、実務で活きるノウハウがあります。講義の中でも実問題と照らし合わせながら学習を進めることができるので、本コース修了後には実務に活かせる基礎的な力を習得することが可能です。

3

実践的な課題演習で実力が身につく

学習→演習のサイクル を繰り返すキカガク流の講義では、学習した内容を身につけながら進める事ができます。それぞれの演習では「どのようにアプローチするのか」というところから入るため、技術だけでなく 実問題に対する思考プロセス も理解する事ができます。

習得可能スキル

Python、プログラミングの基礎

Pythonの基本から、機械学習に必須のライブラリの使用方法を理解し、実装する事ができます。(主に取り扱うライブラリ:数値計算用ライブラリ → Numpy、データ操作用ライブラリ → Pandas、データ可視化用ライブラリ → Matplotlib)

機械学習用ライブラリ:
scikit-learn

機械学習のモデル(予測などをおこなうもの)の作成には一般的にscikit-learnというライブラリが用いられます。その基礎的な使用方法から、手法の実装方法、予測精度を向上させるために必要な「ハイパーパラメータのチューニング」など、幅広く理解、実装することができます。

機械学習の基礎

機械学習は1つの手法のみではなく、様々な手法があります。本セミナーでは、代表的な手法を取り上げ、特徴や強み・弱みを理解することができます。
機械学習には様々な重要な概念があります。これらの理解しておくべき概念を演習を通して学ぶことができます。

このような方にオススメ

機械学習を会社で使う事が決まったがどこから始めればいいのかわからない方

概念だけではなく、プログラミングで実問題に対しても実装できる力を付けたい方

実データに対してのアプローチを体系的に学びたい方

キカガクマガジンを購読する

AIの最新情報が1分で読めるメールマガジンを毎週お届けします。

学習カリキュラム

事前学習

1日目

2日目

3日目

補修学習

9:30 ~ 10:00

イントロダクション

機械学習とは?

機械学習の開発フロー

データサイエンティストの立ち位置

最適なモデル構築のプロセス

10:10 ~ 12:00

プログラミング演習
(予習内容の復習)

Pythonの基礎

13:00 ~ 14:10

機械学習に用いられる代表的なライブラリ

Pandasによるデータベース操作

Matplotlibでグラフの描画

scikit-learnで重回帰分析を実装

14:20 ~ 14:40

演習

重回帰分析の実装

14:40 ~ 15:30

代表的な回帰の手法 1

重回帰分析の問題点:多重共線性と過学習

相関関係

Lasso

Ridge

15:40 ~ 17:30

代表的な前処理 1

カテゴリカル変数の取り扱い

欠損値補完・除去

正規化

標準化

9:30 ~ 10:30

演習

前処理から回帰の手法の適用

10:40 ~ 11:00

解説

演習の解説:前処理の適用

決定係数の確認

11:00 ~ 12:00

代表的な前処理 2

外れ値除去 : 3σ法とハンペル判別法

特徴量エンジニアリング

13:00 ~ 14:00

代表的な回帰の手法 2

線形回帰と非線形回帰の違い

回帰木

SVR

NN

14:10 ~ 14:30

分類の問題設定に挑戦

分類の種類

決定木の実装

14:40 ~ 15:30

モデルの最適化

ハイパーパラメータとは

ハイパーパラメータの調整方法

Grid Search

ランダムサーチ

ベイズ最適化

15:40 ~ 16:40

分類の代表的な手法

ロジスティック回帰

K近傍法

決定木

SVC

NN

ランダムフォレスト

Xgboost

16:50 ~ 17:30

教師なし学習

主成分分析

k-means

演習:クラスタリングの結果を考察

9:30 ~ 10:30

分類の評価指標

Accuracy

Precision

Recall

F値

ROC曲線

AUC

Multi-class logarithmic loss

10:40 ~ 12:00

不均衡データの取り扱い

SMOTEの実装

13:00 ~ 16:00

演習

実データで分類問題

前処理

手法の選択

モデルの最適化

結果の可視化

16:10 ~ 17:30

解説

演習の解説

発展的なデータの可視化:seabornの活用

セミナーの振り返り、今後の展望

セミナーについて

経験豊富な講師陣

取締役副社長
今西 航平

大学時代から塾講師として「教育」という道を歩み、教えることに夢中になるくらい、教えることが好きで自信を持っています。多くの方々に、ゴール逆算で考え抜いた実践的なカリキュラムを体感していただきたいです!

講師
西沢 衛

ハンズオンセミナーを含め、初学者目線と実務に繋がる力を意識し、幅広い領域を担当しています。人はやればできると信じています。キカガクのセミナーを通して「AI」という広く深い世界への一歩目を踏み出しましょう!

講師
酒井 健三郎

短期セミナーや数学周りのセミナーを担当しています。教える上で最も大切にしていることは「初学者目線」です。効率よく最短距離で学べるよう、相手が持つ前提知識をしっかりと把握し教えることを大切にしています。

講師
祖父江 誠人

データサイエンス徹底演習コースで講師を担当しています。セミナーを通じて人生を大きく変えられることができれば嬉しいです。「楽しく学ぶ!」をモットーに楽しく学んで頂ける講義にいたします!お任せください。

開催スケジュール

開催地域

日程

開催時間

詳細情報

  • 神田

    5月15日 - 17日

    9:30 - 17:30

  • 神田

    6月12日 - 14日

    9:30 - 17:30

アクセス

東京都千代田区内神田3-2-9 SPビル 4階

山手線 神田駅 徒歩3分
東京メトロ丸ノ内線 大手町駅 徒歩11分
総武本線 新日本橋駅 徒歩8分

受講料金

データサイエンス徹底演習コース

料金

200,000円/人(税別)

※当日PCをご持参できない方は、弊社で用意したWindowsPCを使ってご受講いただけます。

フォーム

はじめに「セミナーのお申し込み」か「セミナーに関するお問い合わせ」のどちらかを選択してください。
セミナーのお申し込み
セミナーに関するお問い合わせ
希望スケジュール
必須
お名前
必須
会社名
※法人の場合入力必須となります
電話番号
必須
メールアドレス
必須
郵便番号(7桁)
必須
都道府県
必須
住所1
必須
住所2
申込区分
必須
キカガク用意のWindowsPCの使用
必須

プライバシーポリシーはこちら
お名前
必須
お名前(ふりがな)
必須
電話番号
必須
メールアドレス
必須
お問い合わせ内容
必須

プライバシーポリシーはこちら