機械学習入門（教師あり学習）

講座概要
お客様の声

講座概要

本講義では、予測や分類を行う教師あり学習について学びます。教師あり学習は、迷惑メールの判別、解約の予測、商品の売り上げ予測、画像の分類など、マーケティング、金融業、製造業を含む幅広い領域で活用されています。

座学では、AIや機械学習の中での教師あり学習の位置づけや、教師あり学習で実現できること、教師あり学習のステップを学びます。続いて、実務によく用いられる手法を7つを紹介します。できる限り数式を使わずに、各手法の特徴や利点を概念から解説します。また、手法の特徴や利点を理解することで、実問題に応じて適した手法を使い分けることを目指します。

ハンズオンでは、教師あり学習の各ステップ、および7つの手法についてPythonでのプログラミングをおこない、予測と分類を実施します。

企業において期待できる効果	ビジネスにおいて教師あり学習が活用できる商品の売り上げ個数を予測することで過剰な在庫を減らすことができるサービスの解約者を予測し、解約する可能性の高い顧客に施策を打つことで解約者を削減することができる過去の事例をもとに保険金を算出することで、保険金支払いまでの日数を短縮することができるローン審査に活用し、デフォルトリスクを下げることができる不動産の評価額を予測し、適正価格での販売を行うことができる顧客が商品を購入するかどうかの判別を行い、カタログ発行やDM送付にかかるコストを削減することができる来店者数を予測し、最適なシフトを組むことができる既存顧客に対して契約する可能性が高いサービスを提案することで、LTVを向上させるオペレーターのヒアリング事項から故障個所を予測することで、オペレーターの工数の削減ができる
受講者の想定	AI・データ分析・DXのプロジェクトに参画予定の方機械学習（教師あり学習）による予測・分類を業務に活用したい方教師あり学習の理論を基礎から学びたい方教師あり学習のモデル構築までの一連の工程を理解したい方教師あり学習の各手法の違い・使い分けについて学びたい方 Pythonで教師あり学習を実装する方法を学びたい方 ※Pythonを使用した基本的なデータハンドリングができる方を対象とします。
受講者が得られる知識・スキル	教師あり学習を用いたアプローチで、ビジネスの課題解決に取り組むことができる従来のシステムと機械学習の違いが理解できる機械学習全般についての理解が深まる機械学習をプログラミング実装できるようになる特徴量抽出・変数選択やハイパーパラメータチューニングにより、既存の予測モデルの精度を改善することができる
カリキュラム	イントロダクション機械学習とは機械学習の分類教師あり学習の考え方教師あり学習のステップ手法教師あり学習の歴史的変遷分類モデル(決定木・ランダムフォレスト・勾配ブースティング木・サポートベクターマシン) 回帰モデル(線形回帰・ロジスティック回帰) ニューラルネットワーク(ニューラルネットワーク・ディープラーニング) 【想定時間】座学(イントロ部分):2.5時間、座学(手法部分):2.0時間、演習(notebook):3.0時間

教材サンプル

お客様の声

本講座受講者アンケート結果

難易度が高くてもきちんとご理解いただける講座内容で、講師満足度も充実！

横スクロールで、画像が表示されます。

受講企業毎にアンケート項目が異なる場合や、未回答などがあり、回答件数が異なっています。
※2021年4月時点

本講座受講者の感想

機械学習とはいったいどういうものか、というのが体系的に理解できたと感じた
演習や講習を通して機械学習の仕組みが段階的に理解できる
機械学習がどういった分類をされているか、機械学習にはどういった手法があるかといったことを資料だけでは理解できない部分を含めて教えてくださった
機械学習を業務で扱っていく上で、基本となる手法を体系的に学ぶことができ、かつ演習問題で実践することができた
様々な機械学習モデルに関して学べました。特に決定木、ランダムフォレスト、勾配ブースティング木の流れは興味深かったです
機械学習について学ぶのはこれが初めてだったが、導入としてとても理解しやすかった
統計処理に加え機械学習の基礎について初心者でも分かりやすく指導していただいた
機械学習の概要、種類、手法について初学者向けに解説いただいた
演習を通してデータ分析の流れを理解することが出来、業務に応用ができる
機械学習の基礎知識の習得とそれをもととした演習が業務でも活きそう
実務でデータ分析をする上で必要な知識やスキル、分析の流れを大まかに理解することができた。基本的には講義だけではなく、学んだことを実務を通じて習熟していく必要があると思うが、今まで何から手をつけて良いかわからない状態から脱して自学自走できる状況になったと考えている
機械学習の基礎を丁寧に学ぶことができるほか、サポートのもと演習で手を動かして学ぶことができた
演習が長い時間あり自分の実力を確認することができました
教え方が丁寧でわかりやすい、スライドも非常に見やすく理解しやすかった
機械学習の手法について丁寧に教えて頂き、要点をおさえて吸収することができた
分析の手法について、広く学ぶ事ができ、今回の講義における説明と資料が今後に役立つと感じた
研修の進め方のテンポが丁度良かったので、テキストの内容だけでなく、講師の説明をヒントにどのように業務に応用できるだろうか振り返りながら進めることができた