機械学習【岡谷貴之教授監修オンライン講座】

コースシラバス

Step1 イントロダクション

Section1. コース概要
Section2. 機械学習の種類
Section3. 線形代数
Section4. 確率
Section5. Python
Section6. Step1 修了課題

Step2 回帰

Section1. 回帰
Section2. 回帰問題
Section3. 線形回帰モデルの学習
Section4. 実践に向けて
Section5. Step2 修了課題

Step3 分類

Section1. 分類問題とは
Section2. ロジスティック回帰とは
Section3. 実践に向けて
Section4. Step3 修了課題

Step4 ニューラルネットワーク

Section1. ニューラルネットワーク
Section2. なぜ隠れ層が必要なのか
Section3. ニューラルネットワークの学習
Section4. Step4 修了課題

Step5 機械学習モデルの実践に向けて

Section1. 実用上の問題と考えられる原因
Section2. オーバーフィッティング対策
Section3. モデルの選択
Section4. データの前処理
Section5. 巨大なデータを集める前に
Section6. Step5 修了課題

Step6 サポートベクトルマシン

Section1. サポートベクトルマシンとは
Section2. カーネル法
Section3. サポートベクトルマシンの実践
Section4. Step6 修了課題

Step7 教師なし学習

Section1. 教師なし学習とは
Section2. k-meansクラスタリング
Section3. 主成分分析
Section4. その他の教師なし学習
Section5. Step7 修了課題

Step8 ディープラーニング

Section1. ディープラーニングの基礎
Section2. ディープラーニングの応用例
Section3. ディープラーニングの主なモデル
Section4. Step8 修了課題

(Optional) Step9 確率的モデリング

Section1. はじめに
Section2. 最尤推定
Section3. ナイーブベイズ
Section4. MAP推定
Section5. 情報量規準・モデル選択
Section6. ベイズ最適化
Section7. 演習

(Optional) Step10 決定木

Section1. 決定木
Section2. アンサンブル学習
Section3. おわりに
Section4. 演習

機械学習コースリソース

リソース
オプション

コース詳細

コース概要

・構成：　ビデオ教材、教材用スライド、演習問題（全てオンラインで完結）
・時間：　ビデオ教材受講、演習課題の修了含めて、30〜50時間程度
・価格：　ユーザー数に応じてID課金（定価66,000円（税込）。詳しくは個別にお問い合わせください。）
・修了要件：　全8ステップ全ての課題修了で修了証を発行
・受講期間：　購入後90日間

履修要件

・微分積分、確率統計、線形代数の基礎知識が必須
・プログラミング経験があるとなお理想（ただし必須ではない）

到達目標

・機械学習についての基礎知識を理解し、その活用の具体策を社内で検討することができる
・プログラミング言語（Python）を用いた機械学習の実践スキルを身につける。
・ＡＩ分野の最新動向や技術進歩に対して、それを理解・活用する基盤知識・スキルを身につける。
・機械学習を中心にＡＩを用いてビッグデータをどう活用できるのか、理解・実践することができる。

＊弊社では各回のプログラム終了後、受講生アンケートを定期的に実施しています。最新のアンケート結果はこちらをご覧ください。

推奨環境

本サービス利用に際しましては、PCにて、Chrome（最新バージョン）の利用を推奨しております。その他のブラウザでの対応も随時確認はしておりますが、ブラウザの種類やバージョン、PCのメモリ、OS環境との組み合わせ次第で、まれに表示や処理速度等に不具合が出ることがございますので、ご了承の上、お使いください。
また、i-Pad等タブレット端末やモバイル端末での動画の視聴などは可能ですが、サポートはしておりませんので、合わせてご了承ください。

プロダクション

岡谷 貴之