|
機械学習概論/最終開発課題の説明 |
2時間 |
山田典一,牧允皓,中澤公貴,嶌田有希,児玉敏男,空閑俊文,清田馨一郎 |
|
教師あり学習(回帰)アルゴリズムの考え方と実装 |
2時間 |
山田典一,牧允皓,中澤公貴,嶌田有希,児玉敏男,空閑俊文,清田馨一郎 |
|
教師あり学習(分類)アルゴリズムの考え方と実装 |
2時間 |
山田典一,牧允皓,中澤公貴,嶌田有希,児玉敏男,空閑俊文,清田馨一郎 |
|
データ前処理と次元削減 |
2時間 |
山田典一,牧允皓,中澤公貴,嶌田有希,児玉敏男,空閑俊文,清田馨一郎 |
|
グループワーク |
2時間 |
山田典一,牧允皓,中澤公貴,嶌田有希,児玉敏男,空閑俊文,清田馨一郎 |
|
AIプロジェクト演習 |
2時間 |
山田典一,牧允皓,中澤公貴,嶌田有希,児玉敏男,空閑俊文,清田馨一郎 |
|
ハイパーパラメータ・チューニング |
2時間 |
山田典一,牧允皓,中澤公貴,嶌田有希,児玉敏男,空閑俊文,清田馨一郎 |
|
最終開発課題・知識&技術テスト |
2時間 |
山田典一,牧允皓,中澤公貴,嶌田有希,児玉敏男,空閑俊文,清田馨一郎 |
|
・イントロ ・R言語とRStudioによるデータ分析 ・記述統計とグラフによる可視化 |
2時間 |
嶌田有希,松本健,田内真惟人 |
|
・確率/確率分布 ・統計的推定 ・仮説検定 |
2時間 |
嶌田有希,松本健,田内真惟人 |
|
・分散分析モデル ・検定の多重性 ・サンプルサイズ ・実験計画法 |
2時間 |
嶌田有希,松本健,田内真惟人 |
|
・回帰モデル ・最尤推定法と最小二乗法 ・ダミー変数、多重共線性、AIC、変数選択法 |
2時間 |
嶌田有希,松本健,田内真惟人 |
|
・相関分析 ・主成分分析 ・カテゴリカルデータの分析-クロス分析、関連と傾向、対応分析 |
2時間 |
嶌田有希,松本健,田内真惟人 |
|
・ロジスティック回帰、モデルの精度評価(AUC,ROC) ・ベイズ統計入門-ベイズ統計の考え方、Stanによるモデリング |
2時間 |
嶌田有希,松本健,田内真惟人 |
|
・時系列データに関して-要約統計量、変数変換、探索的な分析 ・一変量の時系列モデル – AR, MA, ARMA, ARIMA, 季節ARIMA, 指数平滑化, Holt-Winters ・多変量の時系列モデ – VAR ・状態空間モデル入門 |
2時間 |
嶌田有希,松本健,田内真惟人 |
|
修了認定試験 -実技テスト -分析のプレゼンテーション |
2時間 |
嶌田有希,松本健,田内真惟人 |