1口(1社3名まで受講可能)でのお申込は、

 受講料 1口(1社3名まで受講可能)でのお申込みは、受講料5 が格安となります。


    
 ~初心者のための~  
  scikit-learnで始める
   機械学習入門講座


   ~演習のため、ノートPCをお持ちください~


 S180322N

----------------------------------

 


開催日時:2018年3月22日(木) 10:30-17:15 (10:00受付開始)

会  オームビル(東京都千代田区神田錦町3‐1)
                     【地下鉄】
                        メトロ東西線『竹橋駅』徒歩3分
                        都営三田線・新宿線・メトロ半蔵門線『神保町駅』徒歩7分
                        都営新宿線・メトロ千代田線『小川町駅』徒歩7分
                        メトロ丸ノ内線『淡路町駅』徒歩8分
                     【JR】
                        中央線・山手線・京浜東北線『神田駅』徒歩10分
                        中央線・総武線『御茶ノ水駅』徒歩11分

受 講 料:1人様受講の場合 45,000円[税別] / 1名

     1口でお申込の場合 59,000円[税別] / 1口(3名まで受講可能)


      演習を行います。OSは問いません。Anacondaとmglearnというライブラリ

       インストール済のノートPCをご持参ください。
   
(mglearnはAnaconda Promptのコマンドラインで,pip install mglearnでインストールできます)

           演習用プログラムファイルは当日配付・インストールいたします。


 

 講 師


 小林 邦和 氏    愛知県立大学 情報科学部 情報科学科 教授 博士(工学)
                   / 愛知県立大学 次世代ロボット研究所 副所長


            <略歴>
               山口大学助手,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..
               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)
               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.
               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),
               RoboCup Soccer Standard Platform League組織委員会委員(2015~2017年),ロボカップ
               2017名古屋世界大会競技専門部会委員(2016~2017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
               システム技術委員会1号委員(2017年~)などを務める.

            <受賞>
               ANNIE1994 Best Paper Award(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 テクニカルチャレンジ第1位(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)


 講義項目

1.はじめに

2.Python入門講座

  2-1 Pythonの特徴
  2-2 コーディング方法
  2-3 機械学習ライブラリ (scikit-learn) の使い方
  2-4 サンプルコードを用いた実践演習
  2-5 参考書の紹介

3.機械学習概論

  3-1 機械学習の概要
  3-2 三大学習法 (教師あり学習,教師なし学習,強化学習)
  3-3 専門書・参考書の紹介

4.教師あり学習

  4-1 教師あり学習の概要
  4-2 クラス分類と回帰
  4-3 過剰適合と適合不足
  4-4 各種学習アルゴリズムの基礎理論と実践演習
   4-4-1 k-最近傍法
   4-4-2 線形モデル
   4-4-3 サポートベクトルマシン
   4-4-4 ナイーブベイズ分類器

5.教師なし学習

  5-1 教師なし学習の概要
  5-2 データの前処理とスケール変換
  5-3 次元削減と特徴量抽出
  5-4 各種学習アルゴリズムの基礎理論と実践演習
   5-4-1 k-平均法
   5-4-2 凝集型クラスタリング
   5-4-3 DBSCAN

6.まとめ



 お1人様      受講申込要領  1口(1社3名まで) 受講申込要領   セミナー 総合日程