講座・課程詳細

滋賀大学 大学生のためのデータサイエンス(Ⅱ)~ビジネスにつながる「機械学習」の基礎知識から先進事例まで~

団体名
滋賀大学
課程名
大学生のためのデータサイエンス(Ⅱ)~ビジネスにつながる「機械学習」の基礎知識から先進事例まで~
課程区分
その他
地域:詳細
全国(オンライン開講)
所在地:滋賀県彦根市馬場一丁目1-1
地図で見る
科目・講師
開講日時
2021/11/15~2022/03/14
受講期間の目安
4週間
受講料
無料
学費支援
(奨学金)
無し
学費支援(教育訓練給付金)
無し
ジャンル
データサイエンス
通学/通信区分
通信
機関コード
14201
定員
なし
講座の概要
 前回の「大学生のためのデータサイエンス(Ⅰ)」では、データサイエンス全般についての概観を与えることを目的にして、現代社会におけるデータサイエンス、データ分析の基礎、コンピュータを用いたデータ分析、データサイエンスの応用事例について4週間で説明しました。
 今回の(Ⅱ)では、技術的により進んだ内容として、機械学習の諸手法とその応用について説明します。まず、機械学習とは何かという説明から始め、その後に機械学習の応用事例を紹介します。応用事例を先に見ることによって、機械学習の有用性が理解でき、機械学習の手法をより積極的に学ぶことができると期待されます。次に分類問題と回帰問題の具体的な手法を説明し、同時に特徴量の設計・選択など、実践的なテクニックについても紹介します。最後に、近年、発展の著しいニューラルネットワークについて説明します。
 本講座は、機械学習の分野の中でも教師あり学習を中心に進めます。また、なるべく数式を使わないという方針で構成されています。

【講座内容】
第1週:機械学習の事例紹介
・イントロダクション
・機械学習とは (1)
・機械学習とは (2)
・機械学習とは (3)
・機械学習の先進的な事例 画像
・機械学習を使ったテキストからの性格推定
・機械学習の先進的な事例 音声
・機械学習の先進的な事例 企業分析
・機械学習の先進的な事例 マーケティング
・機械学習の先進的な事例 生産機械
第2週:機械学習の基礎 (1) 分類問題
・最近傍法
・線形分類器
・サポートベクターマシン (1)
・サポートベクターマシン (2)
・決定木・ランダムフォレスト
・単純ベイズ分類器 (1)
・単純ベイズ分類器 (2)
・混合正規分布モデル
第3週:機械学習の基礎 (2) 回帰問題・その他
・重回帰分析 (1)
・重回帰分析 (2)
・ロジスティック回帰モデル (1)
・ロジスティック回帰モデル (2)
・過学習と交差検証法
・判別分析における多クラス問題
・特徴量の設計 標準化とスパースネス
・特徴量の設計 主成分分析 (1)
・特徴量の設計 主成分分析 (2)
・特徴量の効果的な選択
第4週:機械学習の発展
・ニューラルネットワークとは?
・ニューラルネットワークの基礎
・ニューラルネットワークの学習
・畳み込みニューラルネットワーク 
・ニューラルネットワーク実習
・最近のニューラルネットワークの発展
・エピローグ
講座レベル
基礎レベル、専門レベル
対象とする職業の種類
データサイエンスの応用を学びたい社会人
科目一覧
修了要件
得点率60%以上
成績評価の方法
毎週確認テスト
社会人が受講しやすい工夫
曜日・時間に関係なく、いつでもどこでも受講できるオンライン講座です。
ホームページ
https://lms.gacco.org/courses/course-v1:gacco+pt025+2021_11/about
自由PR
 本講座は、「大学生のためのデータサイエンス(Ⅰ)」を発展させ、機械学習について基礎知識から応用事例までを解説します。
 機械学習とは、ビッグデータから規則性やルールをコンピュータに読み取らせ予測する際に用いる、AI時代に必須の手法です。皆様どうぞ奮ってご活用ください。

動画埋め込みURL
https://youtu.be/G5oePMZv6Ks