研修概要
本研修ではプログラミング言語Pythonを中心に機械学習プログラミングに取り組みます。Pythonの開発環境であるJupyter Notebookを利用することで、ブラウザを使って手軽にPythonプログラミングを始めることができます。
プログラミング言語Pythonは現在、機械学習の分野で注目を集めている言語です。本研修ではPythonの数学ライブラリであるNumPyやグラフ描画ライブラリであるMatplotlibについて解説した後、機械学習ライブラリscikit-learnを活用して実践的な機械学習プログラミングに取り組みます。
AIの開発プロセスは、Webシステムやスマホアプリの開発プロセスとは進め方が異なります。機械学習と呼ばれるAIの開発手法はデータの前処理、アルゴリズムの選定、学習・評価、システムへの統合など、実際に体験してみないとわからないことが多くあります。本研修では実際に手を動かしてPythonプログラムを開発することで、機械学習の一連の流れを体験できるようにカリキュラムを構成しています。
本コースの位置づけ
到達目標
- Python、NumPy、Matplotlib、scikit-learnを活用して機械学習に取り組むことができる
- 線形回帰、k近傍法、k平均法、ニューラルネットワークといった機械学習アルゴリズムを実践できる
- 機械学習の具体的な開発プロセスについて理解する
- 機械学習手法（教師あり学習/教師なし学習）について理解する
- 開発したAI（学習済みのモデル）の評価手法を理解する
対象者
対象：ITエンジニア
- AIや機械学習について調査、
検討を進めている方 - 開発中のシステムにAIの導入を
検討されている方 - 今後、AIを活用するシステムの開発に
携わる予定の方 - 自社データの有効活用について
検討されている方 - 機械学習プログラミングを
効率よく学びたい方
※本研修ではブラウザ上でPythonプログラムを作成しながら演習を進めていきます。プログラミングの基礎知識（変数や配列、関数、オブジェクト指向プログラミング）を習得している方を対象としています。
カリキュラム
- 1 AI
- AIとは
- AIの分類
- AIとプログラミング
- AIの活用方法
- AIの活用事例
- 2 Pythonプログラミング
- Python入門
- 開発環境の構築
- 演習1 - Pythonプログラミング
- 演習2 - NumPyライブラリ
- 演習3 - Matplotlibライブラリ
- 3 機械学習
- 機械学習アルゴリズム
- 教師あり学習と教師なし学習
- 訓練データとテストデータ
- ディープラーニング
- 4 機械学習プロセス
- データの前処理
- モデルの学習
- 学習済みモデルの評価
- 学習済みモデルの利用
- 5 scikit-learnによる機械学習プログラミング
- 演習1 - 教師あり学習（回帰問題）
- 演習2 - 教師あり学習（分類問題）
- 演習3 - 教師なし学習（クラスタリング）
- 6 総合演習
- 総合演習1 - 住宅価格データの予測
- 総合演習2 - 手書き数字データの認識
※本研修は6H程度を想定しています。
お問合せ
本講座は個社研修での実施とさせて頂いております。
研修実施に関するお問い合わせにつきましては、こちらからご連絡下さい。弊社担当から折り返しご案内させていただきます。